• 技术文章 >php教程 >php手册

    PHPAnalysis中文分词类实用教程

    2016-06-13 09:33:37原创343
    PHPAnalysis是目前广泛使用的中文分词类,使用反向匹配模式分词,因此兼容编码更广泛,现将其变量与常用函数详解如下:

    一、比较重要的成员变量
    $resultType = 1 生成的分词结果数据类型(1 为全部, 2为 词典词汇及单个中日韩简繁字符及英文, 3 为词典词汇及英文)
    这个变量一般用 SetResultType( $rstype ) 这方法进行设置。
    $notSplitLen = 5 切分句子最短长度
    $toLower = false 把英文单词全部转小写
    $differMax = false 使用最大切分模式对二元词进行消岐
    $unitWord = true 尝试合并单字(即是新词识别)
    $differFreq = false 使用热门词优先模式进行消岐
    二、主要成员函数列表
    1、public function __construct($source_charset='utf-8', $target_charset='utf-8', $load_all=true, $source='')
    函数说明:构造函数
    参数列表:(www.jbxue.com)
    $source_charset 源字符串编码
    $target_charset 目录字符串编码
    $load_all 是否完全加载词典(此参数已经作废)
    $source 源字符串
    如果输入输出都是utf-8,实际上可以不必使用任何参数进行初始化,而是通过 SetSource 方法设置要操作的文本
    2、public function SetSource( $source, $source_charset='utf-8', $target_charset='utf-8' )
    函数说明:设置源字符串
    参数列表:
    $source 源字符串
    $source_charset 源字符串编码
    $target_charset 目录字符串编码
    返回值:bool
    3、public function StartAnalysis($optimize=true)
    函数说明:开始执行分词操作
    参数列表:
    $optimize 分词后是否尝试优化结果
    返回值:void
    一个基本的分词过程:
    //////////////////////////////////////
    $pa = new PhpAnalysis();
    $pa->SetSource('需要进行分词的字符串');
    //设置分词属性
    $pa->resultType = 2;
    $pa->differMax = true;
    $pa->StartAnalysis();
    //获取你想要的结果
    $pa->GetFinallyIndex();
    ////////////////////////////////////////
    4、public function SetResultType( $rstype )
    函数说明:设置返回结果的类型
    实际是对成员变量$resultType的操作
    参数 $rstype 值为:
    1 为全部, 2为 词典词汇及单个中日韩简繁字符及英文, 3 为词典词汇及英文
    返回值:void
    5、public function GetFinallyKeywords( $num = 10 )
    函数说明:获取出现频率最高的指定词条数(通常用于提取文档关键字)
    参数列表:
    $num = 10 返回词条个数
    返回值:用","分隔的关键字列表
    6、public function GetFinallyResult($spword=' ')
    函数说明:获得最终分词结果
    参数列表:
    $spword 词条之间的分隔符
    返回值:string
    7、public function GetSimpleResult()
    函数说明:获得粗分结果
    返回值:array

    (脚本学堂 www.jbxue.com)
    8、public function GetSimpleResultAll()
    函数说明:获得包含属性信息的粗分结果
    属性(1中文词句、2 ANSI词汇(包括全角),3 ANSI标点符号(包括全角),4数字(包括全角),5 中文标点或无法识别字符)
    返回值:array
    9、public function GetFinallyIndex()
    函数说明:获取hash索引数组
    返回值:array('word'=>count,...) 按出现频率排序
    10、public function MakeDict( $source_file, $target_file='' )
    函数说明:把文本文件词库编译成词典
    参数列表:
    $source_file 源文本文件
    $target_file 目标文件(如果不指定,则为当前词典)
    返回值:void
    11、public function ExportDict( $targetfile )
    函数说明:导出当前词典全部词条为文本文件
    参数列表:
    $targetfile 目标文件
    返回值:void

    声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn核实处理。
    专题推荐:PHP实例教程
    上一篇:PHP5程序中新增加日期(date)函数的常量 下一篇:PHPAnalysis中文分词类详解
    php培训_php实战培训【立即报名】-php中文网第20期

    相关文章推荐

    • 【活动】充值PHP中文网VIP即送云服务器• php 中文处理函数集合• 轻松修复Discuz!数据库• mysql 搜索之简单应用• 投票管理程序• 初学PHP的18个基础例程
    1/1

    PHP中文网