此外还提供了 PHP 扩展模块, 可在 PHP 中高速而方便地使用分词功能。
分词算法上并无太多创新成分。採用的是自己採集的词频词典。并辅以一定的专有名称,人名,地名。 数字年代等规则识别来达到基本分词,经小范围測试准确率在 90% ~ 95% 之间, 基本上能满足一些小型搜索引擎、keyword 提取等场合运用。
2、scws 下载与安装
scws 支持 windows 平台以及 linux/unix 平台,本次简单以 windwos 下安装为例进行说明:
[1] 下载 php_scws.dll 文件、XDB 词典文件、规则集文件,详细能够參考网址:http://www.xunsearch.com/scws/download.php
[2] 将 php_scws.dll 文件复制到 php 安装路径下。
[3] 将 XDB 词典文件、规则集文件解压到对应盘符,比如 D:/ceshi
[4] 改动 php.ini, 添加一下代码:
- extension = php_scws.dll scws.
- default.charset = gbk scws.
- default.fpath = "D:\ceshi\""
- <?
- php
- $sh = scws_open();
- scws_set_charset($sh, 'gbk');
- $text = "我是一个中国人,我会C++语言,我也有非常多T恤衣服";
- scws_send_text($sh, $text);
- $top = scws_get_tops($sh, 5);
- print_r($top);
- ?>
来源: http://www.bubuko.com/infodetail-2072316.html