|
|
要實(shí)現(xiàn)自動(dòng)獲取關(guān)鍵詞的功能，大概可以分成三步
1，通過(guò)分詞算法將標(biāo)題和內(nèi)容分別進(jìn)行分割，提取出關(guān)鍵詞和頻度。當(dāng)前主要的兩個(gè)算法是中科院的ICTCLAS和隱馬爾可夫模型。但這兩個(gè)都太高端，有一定的門(mén)檻，且都是只支持C++/Java。基于php的當(dāng)前有兩個(gè)是值得推薦的PSCWS和HTTPCWS。 SCWS于2008-03-08發(fā)布1.0.0 正式版，到現(xiàn)在最新版本已經(jīng)到了1.0.4。PSCWS是它的php版。而HTTPCWS是張宴開(kāi)發(fā)的，之前叫phpCWS。phpCWS 先使用“ICTCLAS 3.0 共享版中文分詞算法”的API進(jìn)行初次分詞處理，再使用自行編寫(xiě)的“逆向最大匹配算法”對(duì)分詞和進(jìn)行詞語(yǔ)合并處理，并增加標(biāo)點(diǎn)符號(hào)過(guò)濾功能，得出分詞結(jié)果。不過(guò)很遺憾目前僅支持Linux系統(tǒng)，尚未移植到win平臺(tái)上。
2，將提取結(jié)果與現(xiàn)有詞庫(kù)進(jìn)行比較，處理，去除無(wú)用的詞得到最符合規(guī)則的關(guān)鍵詞。這里主要就是要看詞庫(kù)了，我們可以自己定義詞庫(kù)，也可以使用現(xiàn)有的成熟詞庫(kù)。比如新浪和網(wǎng)易博客都有這個(gè)功能,。他們分詞應(yīng)該有不錯(cuò)的詞庫(kù)，因?yàn)樗麄兌际谴缶W(wǎng)站，而我呢，區(qū)區(qū)一個(gè)小程序員，不可能搞到什么權(quán)威的詞庫(kù)，所以只能從現(xiàn)有的開(kāi)源程序上入手，看看他們的詞庫(kù)。
3，在處理后的提取結(jié)果中選擇適當(dāng)?shù)淖鳛樽罱K的關(guān)鍵詞，得到最符合當(dāng)前內(nèi)容的關(guān)鍵詞，在這個(gè)階段就是具體情況具體分析了，無(wú)論如何也不可能達(dá)到人的那種智能化。最多是。當(dāng)前php類(lèi)CMS都自有自己的提取關(guān)鍵詞系統(tǒng)。
目前在網(wǎng)絡(luò)上流傳最廣的是DEDECMS的分詞源碼，我做了測(cè)試，發(fā)現(xiàn)相當(dāng)?shù)拇簦Ч懿缓谩Ｋ仍O(shè)置一個(gè)關(guān)鍵詞長(zhǎng)度，確定獲取關(guān)鍵詞的數(shù)量，然后取詞，它認(rèn)為標(biāo)題分好的詞就是所需關(guān)鍵詞，在加上從正文中讀取關(guān)鍵詞只到達(dá)到這個(gè)所設(shè)置的長(zhǎng)度，就是最終關(guān)鍵詞了。另外類(lèi)似“我們”等無(wú)意義的詞也沒(méi)有去除掉提取并被列為關(guān)鍵詞的頻率太高，甚至有時(shí)候還會(huì)把空格的HTML提出來(lái)做為關(guān)鍵詞，亟待改進(jìn)。不過(guò)如果作為輔助功能，它已經(jīng)很好了。而discuz的稍微好一些，但是discuz并沒(méi)有提供源碼，只是提供了一個(gè)在線(xiàn)api。
而dede的分詞也有好幾個(gè)版本，最好的應(yīng)該是最新版的吧，出現(xiàn)頻率什么都有了，下面就以dede5.7的分詞和discuz的api的結(jié)果對(duì)比下
測(cè)試?yán)樱?BR>$title="THINKphp官方即將停止對(duì)2.0版本的支持";
$body="了更好地做好Thinkphp框架的開(kāi)發(fā)、維護(hù)和支持工作，官方宣布從2012年5月1日起s對(duì)2.0及之前版本的維護(hù)和支持，為了節(jié)能低碳考慮，同時(shí)也取消官網(wǎng)的相應(yīng)版本和文檔下載。
就此緬懷那些年，曾經(jīng)一起開(kāi)發(fā)的Thinkphp版本吧！
關(guān)于Thinkphp 2.0版本
Thinkphp誕生于2006年，致力于WEB應(yīng)用的快速開(kāi)發(fā)，其2.0版本發(fā)布于2009年10月1日 ，在之前的1.*版本上完成新的重構(gòu)和飛躍，當(dāng)時(shí)是一次劃時(shí)代的版本，為新版奠定了基礎(chǔ)，同時(shí)也積累了較多的用戶(hù)群和網(wǎng)站，隨著框架的快速更新，和新版2.1、2.2和3.0版本的陸續(xù)發(fā)布，預(yù)示著Thinkphp的3.0時(shí)代到來(lái)了，2.0的生命周期宣告結(jié)束。但基本上2.0的很多功能都延續(xù)或者完善到2.1版本中了，從2.0版本升級(jí)到2.1和2.2版本也相對(duì)輕松。2.2版本是2.*版本的最終版本，不再更新功能，僅做BUG修復(fù)。";
一、dede分詞
將結(jié)果排序后如下
主站蜘蛛池模板： 杨幂视频1分11未删减在线观看 | 午夜宅宅伦电影网中文字幕 | 99久久精品国内 | 少妇无套内谢久久久久 | 日本 一二三 不卡 免费 | 国产在线观看码高清视频 | 18禁黄无遮挡禁游戏在线下载 | 国产精品午夜福利在线观看 | 2019久久视频这里有精品15 | 最近最新中文字幕MV高清在线 | chinesedaddy80老年人 | 久久精品国产欧美日韩99热 | 亚洲日韩乱码人人爽人人澡人 | 熟女人妻-蜜臀AV-首页 | 亚洲欧美中文字幕先锋 | 青草影院内射中出高潮-百度 | 国产亚洲精品影视在线 | 老年日本老年daddy | 中文字幕欧美日韩VA免费视频 | 国产最新地址 | yin乱教师系列合集 yin荡体育课羞耻play双性 | 国自产精品手机在线视频 | 富婆大保健嗷嗷叫普通话对白 | 年轻的朋友4在线看中文字幕 | 福利视频一二三在线观看 | 欧美v1deossexo高清 | 99爱在线精品视频网站 | 国产在线观看网址你懂得 | 性VIDEOSTV另类极品 | 特大巨黑人吊性xxxxgay | 两性午夜色视频免费网站 | 宝贝你骚死哥了好爽 | 久久久精品日本一区二区三区 | 把内衣脱了把奶露出来 | 国产精品久久久久久久AV下载 | 亚洲欧美高清在线 | 亚洲精品一区三区三区在线观看 | 狠狠插影院 | 印度性hd18 | 老子午夜伦不卡电影院 | 二次元美女扒开内裤喷水 |