ThinkPHP 3.2 中文分詞 提取關(guān)鍵字

由于業(yè)務(wù)的需求，公司研發(fā)團(tuán)隊(duì)正在基于ThinkPHP為底層框架的CMS系統(tǒng)。今天遇到了提取標(biāo)題中的關(guān)鍵詞這一個(gè)功能，我們在一起研究了很長時(shí)間。決定用Pscws4中文分詞開源系統(tǒng)。中建出了一些小小的問題，所以委托小編我在此記錄一下，為各位PHPer提供一下參考。

SCWS 中文分詞SCWS 是 Simple Chinese Word Segmentation 的首字母縮寫（即：簡易中文分詞系統(tǒng)）。

這是一套基于詞頻詞典的機(jī)械式中文分詞引擎，它能將一整段的中文文本基本正確地切分成詞。 詞是中文的最小語素單位，但在書寫時(shí)并不像英語會在詞之間用空格分開， 所以如何準(zhǔn)確并快速分詞一直是中文分詞的攻關(guān)難點(diǎn)。

SCWS 采用純 C 語言開發(fā)，不依賴任何外部庫函數(shù)，可直接使用動態(tài)鏈接庫嵌入應(yīng)用程序， 支持的中文編碼包括 GBK、UTF-8 等。此外還提供了 PHP 擴(kuò)展模塊， 可在 PHP 中快速而方便地使用分詞功能。

分詞算法上并無太多創(chuàng)新成分，采用的是自己采集的詞頻詞典，并輔以一定的專有名稱，人名，地名， 數(shù)字年代等規(guī)則識別來達(dá)到基本分詞，經(jīng)小范圍測試準(zhǔn)確率在 90% ~ 95% 之間， 基本上能滿足一些小型搜索引擎、關(guān)鍵字提取等場合運(yùn)用。

網(wǎng)站題目：ThinkPHP 3.2 中文分詞 提取關(guān)鍵字
本文鏈接：http://www.muchs.cn/news1/46151.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站制作、電子商務(wù)、定制網(wǎng)站、移動網(wǎng)站建設(shè)、網(wǎng)站設(shè)計(jì)、標(biāo)簽優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)