ThinkPHP 3.2 中文分詞提取關鍵字

2016-09-05 分類：網站建設

由于業務的需求，公司研發團隊正在基于ThinkPHP為底層框架的CMS系統。今天遇到了提取標題中的關鍵詞這一個功能，我們在一起研究了很長時間。決定用Pscws4中文分詞開源系統。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）。

這是一套基于詞頻詞典的機械式中文分詞引擎，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，但在書寫時并不像英語會在詞之間用空格分開，所以如何準確并快速分詞一直是中文分詞的攻關難點。

SCWS 采用純 C 語言開發，不依賴任何外部庫函數，可直接使用動態鏈接庫嵌入應用程序，支持的中文編碼包括 GBK、UTF-8 等。此外還提供了 PHP 擴展模塊，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，數字年代等規則識別來達到基本分詞，經小范圍測試準確率在 90% ~ 95% 之間，基本上能滿足一些小型搜索引擎、關鍵字提取等場合運用。

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源：創新互聯

猜你還喜歡下面的內容

ThinkPHP 3.2 中文分詞 提取關鍵字