手机
当前位置:查字典教程网 >编程开发 >php教程 >PHPAnalysis中文分词类详解
PHPAnalysis中文分词类详解
摘要: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...

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

【PHPAnalysis中文分词类详解】相关文章:

PHP中的命名空间详细介绍

PHP4 与 MySQL 数据库操作函数详解

PHP中的类型约束介绍

PHP中调用JAVA

php解析xml方法实例详解

PHP生成静态页面详解

php.ini中文版

PHP和JAVA的XML-RPC中文问题解决办法

PHP 中的类

PHP下MAIL的另一解决方案

精品推荐
分类导航