有些 stop words 可能會影響結果，如 不，應該會影響立場的分類。
- Vector Space Model
- Language Model
- Support Vector Machine
- 新聞分類（如蘋果：總覽 熱門 要聞 娛樂 國際 財經 副刊 體育 地產 論壇與專欄）重爬 然後歸類。
- 把所有新聞來源網站找出來查出所有分類聯集
- 必要時直接從分類 total 下去爬
extract_domain.py將NC_1.csvURL 的 domain parse 出來，並 show 出 invalid URLs
資料中有些非法的 URLs ：
/appledaily/article/adcontent/20170114/37518814/
/appledaily/article/adcontent/20170817/37750863/
/appledaily/article/adcontent/20161223/37494145/
/appledaily/article/adcontent/20161101/37432052/
/appledaily/article/adcontent/20170414/37616791/
/appledaily/article/adcontent/20170729/37730727/
/appledaily/article/adcontent/20161021/37424082/
/appledaily/article/adcontent/20170803/37736089/
/appledaily/article/adcontent/20170721/37722716/
/appledaily/article/adcontent/20171208/37868026/
/appledaily/article/adcontent/20170526/37662239/
/appledaily/article/adcontent/20170715/37715548/
其在 url2content.* 的內容為：
《蘋果》論壇歡迎投稿，一經錄用將附上稿酬。若一稿多投，本社將不支付稿酬。本報有刪修權，網站刊登不另計酬；三日未見報請自行處理，不另通知。
請寄public@appledaily.com.tw，來稿請附真實姓名、身分證字號、職業、電話、銀行帳戶和通訊地址。
更多的專欄文章，請見蘋果網站《蘋論陣線》：
http://www.appledaily.com.tw/realtimenews/forum