PHP自动提取文章关键字的实现方法
来源:互联网 发布:ubuntu 16.04中文版 编辑:程序博客网 时间:2024/06/05 03:11
<?php header('content-type:text/html;charset:utf-8'); $__text__ = ''; $__mode__ = 2; $__timer__ = 0; $_act = ''; if ( isset($_POST['_act']) ) { $_act = $_POST['_act']; if ( $_act == 'split' ) { $__text__ = $_POST['text']; $__mode__ = intval( $_POST['mode'] ); $s_time = timer(); $_result = rb_split($__text__, $__mode__); $_keywords = array(); foreach ( $_result as $_value ) { if ( is_numeric($_value) ) continue; if ( ord($_value) > 127 && strlen($_value) == 3 ) { //$w = rb_dic_get(__RB_LEX_CJK_WORDS__, $_value); //if ( $w['freq'] > 58023 ) continue; continue; } if ( ! isset($_keywords[$_value]) ) $_keywords[$_value] = 1; else $_keywords[$_value] = $_keywords[$_value] + 1; } //Sort arsort($_keywords, SORT_NUMERIC); unset($_result); $_result = array(); foreach( $_keywords as $_key => $_value ) { //if ( $_value <= 2 ) continue; $_result[$_key] = $_value; } unset($_keywords); $__timer__ = timer() - $s_time; } } function timer() { list($msec, $sec) = explode(' ', microtime()); return ((float)$msec + (float)$sec); }?>
<html> <head> <title> robbe分词测试程序 </title> <meta http-equiv="content-type" content="text/html; charset=utf-8"> <style type="text/css"> #box {width: 1000px;} .input-text {border: 1px solid #CCC;width: 1000px;height: 200px;background-color: #FFF;color: #555;font-size: 14px;} .link-box { overflow: hidden; zoom:1; padding-top:10px; } #submit-link {float:right;width:150px;height: 26px;line-height: 26px;background-color: #A50100;color: #FFF;font-weight: bold;text-align: center; text-decoration: none;font-size: 14px;} #info-link {float:right;width:300px;height: 26px;line-height: 26px; background-color: #A50100;color: #FFF;font-weight: bold;text-align: center; text-decoration: none;font-size: 14px;} .link-item {float: left;font-size: 14px;font-weight: bold; height: 26px;line-height: 26px;width: 100px;color: #A50100;} .title-item {height:30px;line-height: 30px;font-size: 14px;font-weight: bold;} </style> </head> <body> 现在, 很多web系统都用到了不少的自然语言处理技术来提高客户体验. 主要技术: 1. 文章关键字提取. 2. 相关文章(产品)推荐. 最近有不少网友问道, 这里以php为例子讲解下php的"关键字提取"的实现, 同时这个也是实现"相关文章推荐"的前提. 基本分以下几个步骤: 一. 对文章进行分词: php的中文分词程序还是有不少的, 从前辈的scws, 到用纯php实现的phpAnalysis, phpcws(phpcws)以及本人开发的robbe扩展. 这里的讲解是使用"robbe分词扩展"来进行分词, robbe兴许不是最好的, 但一定是最快的. 选择的分词器需要支持停止词过滤. 二. 统计词条词频并且排序: 对一篇文章分词后, 统计每个词条出现的次数. 然后按照词频降序排序下, 你想要的结果在前面几个词中. 前提是去除了出现词频很高的停止词, 要不然得到的都是一些无用的停止词. (类似于TF-IDF算法) 完整的过程代码如下: <div id="box"> <div> 请输入文章内容: </div> <form name="robbe" method="post" action="" id="robbe"> <div> <textarea name="text" id="text"> <?=$__text__?> </textarea> </div> <input type="hidden" name="_act" value="split"> <div> <a><input type="radio" name="mode" value="1" <?=$__mode__==1?'checked="checked"':''?>>简易模式</a> <a><input type="radio" name="mode" value="2" <?=$__mode__==2?'checked="checked"':''?>>复杂模式</a> <a href="javascript:;" onclick="do_submit();return false;" id="submit-link" name="submit-link">robbe分词</a> </div> </form> <?php if ( $_act == 'split' ) { ?> <div> 关键字相关排序: </div> <div> <textarea> <?php foreach ( $_result as $_key => $_val ) echo $_key.'['.$_val.'] ';?> </textarea> </div> <?php }?> </div> <script type="text/javascript"> String.prototype.trim = function() {return this.replace(/^\s+|\s+$/g, '');} function do_submit() { var text = document.getElementById('text'); if ( text.value.trim() == '' ) return; document.robbe.submit(); } </script> </body></html>
- PHP自动提取文章关键字的实现方法
- PHP自动提取关键字
- php中自动提取文章内容关键字seo优化网站的函数方法
- 使用php进行文章关键字(标签)的提取
- 发布一个纯PHP的中文关键字自动提取工具
- 提取文章关键字
- 文章中提取关键字
- PHP 文章内链的实现方法
- 按文章词频提取关键字
- 使用TextRank实现的关键字提取
- Jcseg-1.9.7 发布 - Restful API+文章自动摘要/关键字/短语/句子提取
- dedecms自动提取关键字不能关闭的解决办法
- PHP提取中英文首字母的方法
- C# 中文分词算法(实现从文章中提取关键字算法)
- 文本的关键字提取
- php文章采集的实现
- php文章置顶的实现
- PHP实现office中宏的提取
- 现在公开一个DHT网络爬虫网络爬虫供大家一起交流
- 研发类C++笔试题目
- SQL前后相减、累计求和、多行合并
- 《Python自然语言处理》
- POI EXCEL列宽自适应中文情况下不自动适应问题
- PHP自动提取文章关键字的实现方法
- 学习OpenCV——Laplacian图像融合
- 个人网站到底存在意义是什么?
- 一致性 hash
- PHP执行Curl时报错提示CURL ERROR: Recv failure: Connection reset by peer
- 学习OpenCV——PCA主成分分析
- uint8_t是什么
- 谈封装的必要性和注意事项
- 毕业后的五年拉开大家差距的原因(转)作者:零下零零一度