用城市/地区或起源自动标记文本的一些好的算法是什么？也就是说，如果博客是关于纽约的，我该如何以编程的方式告诉他们。是否有包装或文件声称可以做到一定程度的确定性？
我看过一些基于tfidf的方法，专有名词的交集，但到目前为止，还没有任何成功的案例，我非常感谢您的想法！
给定一些主题列表，更笼统的问题是关于为主题分配文本。
简单/幼稚的方法比完整的贝叶斯方法更可取，但是我很开放。
您正在寻找命名实体识别系统，或简称NER。有几个 很好的 工具包可以帮助您。尤其是LingPipe有一个非常不错的教程。CAGEclass似乎围绕NER在地理上的地名，但是我还没有使用它。
这是一个很好的博客条目，介绍了NER与地理位置名称之间的困难。
如果您要使用Java，建议您使用LingPipe NER类。OpenNLP也有一些，但是前者有更好的文档。
如果您正在寻找一些理论背景，Chavez等人。（2005）构造了一个有趣的系统并记录了下来。
