源码网商城,靠谱的源码在线交易网站 我的订单 购物车 帮助

源码网商城

PHPAnalysis中文分词类详解

  • 时间:2021-10-29 18:57 编辑: 来源: 阅读:
  • 扫一扫,手机访问
摘要:PHPAnalysis中文分词类详解
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: $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 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
  • 全部评论(0)
联系客服
客服电话:
400-000-3129
微信版

扫一扫进微信版
返回顶部