[Help Wanted!]更多的广告样本
howie6879 opened this issue · comments
为了提升模型的识别准确率，我希望大家能尽力贡献一些广告样本，请看样本文件：.files/datasets/ads.csv，我设定格式如下：
| title | url | is_process |
|---|---|---|
| 广告文章标题 | 广告文章连接 | 0 |
字段说明：
- title：文章标题
- url：文章链接，如果微信文章想、请先验证是否失效
- is_process：表示是否进行样本处理，默认填
0即可
来个实例：
一般广告会重复在多个公众号投放，填写的时候麻烦查一下是否存在此条记录，真的真的希望大家能一起合力贡献，亲，来个PR贡献你的力量吧！
基于wechat-feeds项目，我对将近5500个公众号进行最近更新的文章进行爬取，差不多获取10万条样本数据。
接下来要做的就是从其中挑选广告文作为反面样本。
可以考虑在推送到微信或者钉钉的消息中加入广告反馈按钮，方便反馈广告样本
广告反馈按钮
这个不好实现啊，有回调开发给开发者么，你有什么思路？
钉钉推送markdown类型可以带link（不清楚微信是否支持），反馈广告
2c在推送消失时url和title已知，因此可以生成带该link的markdown类型消息
需要在互联网上部署服务接收该链接请求，去重后保存记录
当然建议在Readme中申明相关隐私政策，并允许用户通过config关闭该反馈按钮
钉钉这么说确实可行，可以考虑有没有公有的收集服务，比如问卷调查或者可开放的评论接口，如果能利用github最好，自己部署服务感觉不大好，还有个问题就是钉钉实际上并不一定是大部分人的首选，其他终端不一定这么开放。
这种方式都是GET请求，很少有服务开放GET的能力，但如果在github上放个静态页面，让用户点击链接后跳转到一个静态页面，再在静态页面上点击反馈，那可做的事情就很多了，甚至可以实现套娃，通过点击按钮向另一个公共的钉钉机器人推送数据，评论接口，搜集服务，都能实现，就是稍复杂了些。
其他终端不够开放的话还有一种就是推两次，一次推送信息，此次推送信息反馈链接，就是侵入性太强，对用户干扰太大，可以默认关闭，能接受的用户自己手动开启。