深入探讨PHP自动获取关键词的具体方法

开发 后端
PHP自动获取关键词的实现主要可以通过分词算法将标题和内容分别进行分割,提取出关键词和频度,将提取结果与现有词库进行比较,得到最符合规则的关键词等步骤来完成。

我们在进行PHP语言编写时,想要实现的功能往往都会与我们的实际需求有关,越方便我们使用越好。在接下来的文章中我们将会为大家介绍如何实现PHP自动获取关键词。

#t#现在的CMS都自带了采集功能,内容和标题相对来说很好处理,但大部分情况关键词很难能提取到。于是自动获取关键字成为当前PHP类CMS的“传统问题”。

那如何才能实现PHP自动获取关键词呢,其主要步骤主要可以分为如下三个步骤:

PHP自动获取关键词1,通过分词算法将标题和内容分别进行分割,提取出关键词和频度

在内容的分词阶段,当前主要的两个算法是中科院的ICTCLAS和隐马尔可夫模型。但这两个都太高端,有一定的门槛,且都是只支持C++/JAVA。基于PHP的当前有两个是值得推荐的PSCWS和HTTPCWS。

SCWS于2008-03-08发布1.0.0 正式版,到现在***版本已经到了1.0.4。PSCWS是它的PHP版。而HTTPCWS是张宴开发的,之前叫PHPCWS。

PHPCWS 先使用“ICTCLAS 3.0 共享版中文分词算法”的API进行初次分词处理,再使用自行编写的“逆向***匹配算法”对分词和进行词语合并处理,并增加标点符号过滤功能,得出分词结果。目前仅支持Linux/Unix系统。

PHP自动获取关键词2,将提取结果与现有词库进行比较,得到***规则的关键词

这里主要就是要看词库了,我们可以自己定义词库,也可以使用现有的成熟词库。

PHP自动获取关键词3,然后将这两套关键词进行比较,得到***当前内容的关键词

在这个阶段就是具体情况具体分析了。当前PHP类CMS都自有自己的提取关键词系统。其中在网络上流传最广的是DEDECMS的分词源码,我也在我的POPCMS上作过测试,效果很不错,不过类似“我们”等无意义的词提取并被列为关键词的频率太高,甚至有时候还会把空格的HTML提出来做为关键词,亟待改进。不过如果作为辅助功能,它已经很好了。
另外PHPCMS和DISCUZ的PHP自动获取关键词的功能也很强大。

责任编辑:曹凯 来源: murray.cn
相关推荐

2009-12-03 13:54:30

路由器端口映射

2009-12-01 16:34:21

PHP表单

2010-07-21 09:38:15

PHP缓存技术

2009-12-07 16:07:03

PHP类的继承

2011-07-06 18:18:01

关键词密度

2009-11-23 15:10:28

PHP获取当前url

2009-12-07 13:55:58

PHP array_m

2009-12-07 11:21:59

PHP生成缩略图

2009-12-10 13:14:26

PHP下拉框

2011-06-20 14:32:59

关键词

2009-11-26 16:49:27

PHP删除数据库表

2009-12-02 16:46:18

PHPMailer

2009-12-01 15:48:12

提高PHP运行效率

2009-12-02 11:20:56

PHP命令行参数

2009-11-25 15:35:24

PHP实现站内搜索引擎

2009-12-07 19:06:20

PHP mysql_f

2009-10-30 16:31:55

VB.NET重载方法

2009-12-23 16:27:49

WPF UI自动化模型

2009-12-23 16:13:00

WPF Attache

2009-11-27 10:46:14

GPRS路由
点赞
收藏

51CTO技术栈公众号