为了便于进行内容cat归属，需要对string中的tag进行提取，这个tag的含义就广了，指导思想：尽量多
research了一些tag提取的方法：
1. 说的最基础的当然是 TF-IDF算法，可惜不怎么适用；
2. 第一个想到支持一下本校的成果：pkusumsum，当然里面也是基于一些常用的算法，实际测试只能提取document级别的文本，csdn自动识别tag可能与这个有关，当然我觉得更可能的是直接匹配tag库；
3. textrank算法： 大概看了一下思路，和pagerank一样，相连的词就有一次打分，不适用；
4. rake算法，应该是几个发明者的首字母简写，看一下源码，我擦，这尼玛也太简单了吧，就是stopword停用词切分，然后排序，好吧，那就这个吧
最后选用rake算法，然后对phrase二次切分，结合tag库的匹配，实现了一套粗暴的tag提取算法
这套算法限制：1.需要输入有意义的句子，否则tag提取很乱，比如twitter文本就不是很合适；
优点：简单粗暴，而且还可以基于tag库扩展