Python中关于“直播答题发钱”辅助工具搜索推荐算法的讨论
最近直播火热，网上也看到很多通过“抓图 - 文字识别 - 百度搜题推荐”的程序介绍，自己也整理了一份
###########举例######################
问题：9.中国历史上,在位时间最长的皇帝是?
备选答案： [‘康熙’, ‘乾隆’, ‘刘彻’]
Answer： [‘刘彻(9.091%)’, ‘康熙(63.636%)’, ‘乾隆(27.273%)’]
#######################################
想问问大家，对搜索答案这块的算法，怎么设计，有什么高见？
先抛砖引玉，目前想到的算法：
1. 通过百度网页，请求问题，以答案选项作为关键字，数数判断（主流）
2. 对答案采用“中文分词”，针对答案可能是 xxx-yyy-zzz 无法全字匹配的情况
3. 对问题进行“中文分词“，逆向搜索，针对 “下面那些不是美国的品牌”这类问题
对于 1 已经实现，之前也有人发过存在“不”的情况处理；目前想通过 jieba 实现 2 和 3，但是总感觉这块的思考不是“很专业”，请大家吐槽
Python中关于“直播答题发钱”辅助工具搜索推荐算法的讨论
昨天有一题，大提琴有几根弦。
简单搜索（百度）：我在百度页面中搜索，第一个结果就是百度知道的结果，4 根。但是给出的答案是 6 根。
搜狗搜索（搜狗）：我在搜狗页面中搜索，第一个结果就是搜狗立知的结果，4 根。但是给出的答案也是 6 根。
不明白他们是怎么给出的答案。。
已经开始耍猴了 放弃吧 都是 5 圆场 adb 截图加分析加百度 我一共用了 5 秒 主持人念题然后显示出完整题目 2 秒 留给我的只有 3 秒 然后我还需要判断 答案的准确性，顺便浏览一下百度出的内容 再然后按下选择按钮 忙碌了半个小时最后得到 5 块钱 感觉好累啊
有没有这种可能性。我怀疑是简单搜索，搜狗跟这些平台有合作…直接把题库都给他们了…我写的跟你差不多，截图，ocr 分析,到网上搜结果，都要 5,6 秒左右才能出答案。而且 ocr 还不一定全能识别全。他们这个速度有点快了…
并没有可能。快是因为搜狗用的是自家搜索引擎技术，基于深度学习的开放域问答系统，并且针对答题产品做了专项优化，并不是单纯从排序好的网页里简单 pattern 匹配。百度也一样。
这也是为啥答的快，但不准。
#14 现在最重要的原因是 答案不一定准确 这就郁闷了 还需要自己去识别 而且现在都变聪明了 大部分都是 “一下”，“下列” 这种需要分词然后结合问题关键字去搜索的 我觉得这才是重点
#22 https://api-spe-ttl.ixigua.com/cdn/h/1/heartbeat/13241407?_rticket=1516257924160
heartbeat(场次)和_rticket(时间)是变量，返回 protobuf 流，用 protoc --decode_raw 可解
#38
def decode_protobuf(content):
p = subprocess.Popen(‘protoc --decode_raw’, stdin=subprocess.PIPE,stdout=subprocess.PIPE)
text=p.communicate(content)[0]
return eval(“b’’’%s’’’”%text.decode(‘utf8’)).decode(‘utf8’)
