SCWS 中文分词 php安装使用例子
发布:smiling 来源: PHP粉丝网 添加日期:2018-10-28 20:48:30 浏览: 评论:0
今天发现一个很好用的中文分词工具,分享一下
CWS 是 Simple Chinese Word Segmentation 的首字母缩写(即:简易中文分词系统)。
这是一套基于词频词典的机械式中文分词引擎,它能将一整段的中文文本基本正确地切分成词。 词是中文的最小语素单位,但在书写时并不像英语会在词之间用空格分开, 所以如何准确并快速分词一直是中文分词的攻关难点。
SCWS 采用纯 C 语言开发,不依赖任何外部库函数,可直接使用动态链接库嵌入应用程序, 支持的中文编码包括 GBK、UTF-8 等。此外还提供了 PHP 扩展模块, 可在 PHP 中快速而方便地使用分词功能。
分词算法上并无太多创新成分,采用的是自己采集的词频词典,并辅以一定的专有名称,人名,地名, 数字年代等规则识别来达到基本分词,经小范围测试准确率在 90% ~ 95% 之间, 基本上能满足一些小型搜索引擎、关键字提取等场合运用。首次雏形版本发布于 2005 年底。
二、scws安装
- # wget -c http://www.xunsearch.com/scws/down/scws-1.2.1.tar.bz2
- # tar jxvf scws-1.2.1.tar.bz2
- # cd scws-1.2.1
- # ./configure --prefix=/usr/local/scws
- # make && make install
三、scws的PHP扩展安装
- # cd ./phpext
- # phpize
- # ./configure --with-php-config=/usr/local/php5410/bin/php-config
- # make && make install
- # echo "[scws]" >> /usr/local/php5410/etc/php.ini
- # echo "extension = scws.so" >> /usr/local/php5410/etc/php.ini
- # echo "scws.default.charset = utf-8" >> /usr/local/php5410/etc/php.ini
- # echo "scws.default.fpath = /usr/local/scws/etc/" >> /usr/local/php5410/etc/php.ini
四、词库安装
- # wget http://www.xunsearch.com/scws/down/scws-dict-chs-utf8.tar.bz2
- # tar jxvf scws-dict-chs-utf8.tar.bz2 -C /usr/local/scws/etc/
- # chown www:www /usr/local/scws/etc/dict.utf8.xdb
例子:
- header("Content-Type:text/html; charset=utf-8");
- define('APP_ROOT', str_replace('\\', '/', dirname(__FILE__)));
- $test = '真怕有一天我们再次成为交叉线,我想那时就再也不可能回归了,快乐永远是拿痛苦做代价,你现在多幸福,多快乐,你以后就会越伤心越难过,不想发生!';
- function get_tags_arr($title)
- {
- require(APP_ROOT.'/pscws4.class.php');
- $pscws = new PSCWS4();
- $pscws->set_dict(APP_ROOT.'/scws/dict.utf8.xdb');
- $pscws->set_rule(APP_ROOT.'/scws/rules.utf8.ini');
- $pscws->set_ignore(true);
- $pscws->send_text($title);
- $words = $pscws->get_tops(5);
- $tags = array();
- foreach ($words as $val) {
- $tags[] = $val['word'];
- }
- $pscws->close();
- return $tags;
- }
- print_r(get_tags_arr($test));
- function get_keywords_str($content){
- require(APP_ROOT.'/phpanalysis.class.php');
- PhpAnalysis::$loadInit = false;
- $pa = new PhpAnalysis('utf-8', 'utf-8', false);
- $pa->LoadDict();
- $pa->SetSource($content);
- $pa->StartAnalysis( false );
- $tags = $pa->GetFinallyResult();
- return $tags;
- }
- print(get_keywords_str($test));
Tags: SCWS php安装
相关文章
- ·php 利用scws实现mysql全文搜索功能(2014-09-10)
- ·开源php中文分词系统SCWS安装和使用实例(2020-11-09)
- ·PHP+MySQL+sphinx+scws实现全文检索功能详解(2021-12-09)
推荐文章
热门文章
最新评论文章
- 写给考虑创业的年轻程序员(10)
- PHP新手上路(一)(7)
- 惹恼程序员的十件事(5)
- PHP邮件发送例子,已测试成功(5)
- 致初学者:PHP比ASP优秀的七个理由(4)
- PHP会被淘汰吗?(4)
- PHP新手上路(四)(4)
- 如何去学习PHP?(2)
- 简单入门级php分页代码(2)
- php中邮箱email 电话等格式的验证(2)