现在很多web系统都用到了不少的自然语言处理技术来提高客户体验。
主要技术:
1.文章关键字提取.
2.相关文章(产品)推荐.
最近有不少网友问道,这里以php为例子讲解下php的"关键字提取"的实现,同时这个也是实现"相关文章推荐"的前提.
基本分以下几个步骤：
一.对文章进行分词：
php的中文分词程序还是有不少的,从前辈的scws,到用纯php实现的phpAnalysis,phpcws(phpcws)以及本人开发的robbe扩展。
这里的讲解是使用"robbe分词扩展"来进行分词，robbe兴许不是最好的，但一定是最快的。
选择的分词器需要支持停止词过滤。
二.统计词条词频并且排序：
对一篇文章分词后，统计每个词条出现的次数。然后按照词频降序排序下,你想要的结果在前面几个词中。
前提是去除了出现词频很高的停止词，要不然得到的都是一些无用的停止词。?
现在，很多web系统都用到了不少的自然语言处理技术来提高客户体验.主要技术:1.文章关键字提取.2.相关文章(产品)推荐.最近有不少网友问到，这里以php为例子讲解下php的"关键字提取"的实现，同时这个也是实现"相关文章推荐"的前提。
基本分以下几个步骤：
一.对文章进行分词：php的中文分词程序还是有不少的，从前辈的scws，到用纯php实现的phpAnalysis，phpcws(phpcws)以及本人开发的robbe扩展。这里的讲解是使用"robbe分词扩展"来进行分词，robbe兴许不是最好的，但一定是最快的。选择的分词器需要支持停止词过滤。?二.统计词条词频并且排序：对一篇文章分词后，统计每个词条出现的次数，然后按照词频降序排序下，你想要的结果在前面几个词中。南邵IT培训建议前提是去除了出现词频很高的停止词，要不然得到的都是一些无用的停止词。