稿件的内容识别

文章的内容识别
假设现在有体育，娱乐，汽车等类别，那如何根据一篇文章的内容识别其类别呢？
（1）如果采用关键词方法，数据库如何设计？
（2）如何让程序具有人工智能？
（3）中文或者日文的话，怎样对文章进行分词啊？
------解决方案--------------------
建议你看一下Data mining: practical machine learning tools and techniques 和Data Mining: Concepts and Techniques这两本书，讲到了人工智能及数据挖掘的东西.关于多语言的问题，无论是关键词还是文章内容建议统一用unicode方式存取，这样比较的时候就不存在编码转化的问题了。