PHPAnalysis中文分詞類詳解_PHP教程

PHPAnalysis是目前廣泛使用的中文分詞類，使用反向匹配模式分詞，因此相容編碼更廣泛，現將其變數與常用函數詳解如下：

一、比較重要的成員變數

$resultType = 1 產生的分詞結果資料類型(1 為全部， 2為 詞典詞彙及單個中日韓簡繁字元及英文， 3 為詞典詞彙及英文)
這個變數一般用 SetResultType( $rstype ) 這方法進行設定。
$notSplitLen = 5 切分句子最短長度
$toLower = false 把英文單詞全部轉小寫
$differMax = false 使用最大切分模式對二元詞進行消岐
$unitWord = true 嘗試合并單字(即是新詞識別)
$differFreq = false 使用熱門詞優先模式進行消岐

二、主要成員函數列表

1、public function __construct($source_charset='utf-8', $target_charset='utf-8', $load_all=true, $source='')
函數說明：建構函式
參數列表：
$source_charset 源字串編碼
$target_charset 目錄字元串編碼
$load_all 是否完全載入詞典（此參數已經作廢）
$source 源字串
如果輸入輸出都是utf-8，實際上可以不必使用任何參數進行初始化，而是通過 SetSource 方法設定要操作的文本

2、public function SetSource( $source, $source_charset='utf-8', $target_charset='utf-8' )
函數說明：設定源字串
參數列表：
$source 源字串
$source_charset 源字串編碼
$target_charset 目錄字元串編碼
傳回值：bool

3、public function StartAnalysis($optimize=true)
函數說明：開始執行分詞操作
參數列表：
$optimize 分詞後是否嘗試最佳化結果
傳回值：void
一個基本的分詞過程：
//////////////////////////////////////
$pa = new PhpAnalysis();

$pa->SetSource('需要進行分詞的字串');

//設定分詞屬性
$pa->resultType = 2;
$pa->differMax = true;

$pa->StartAnalysis();

//擷取你想要的結果
$pa->GetFinallyIndex();
////////////////////////////////////////

4、public function SetResultType( $rstype )
函數說明：設定返回結果的類型
實際是對成員變數$resultType的操作
參數 $rstype 值為：
1 為全部， 2為 詞典詞彙及單個中日韓簡繁字元及英文， 3 為詞典詞彙及英文
傳回值：void

5、public function GetFinallyKeywords( $num = 10 )
函數說明：擷取出現頻率最高的指定詞條數（通常用於提取文檔關鍵字）
參數列表：
$num = 10 返回詞條個數
傳回值：用","分隔的關鍵字列表

6、public function GetFinallyResult($spword=' ')
函數說明：獲得最終分詞結果
參數列表：
$spword 詞條之間的分隔字元
傳回值：string

7、public function GetSimpleResult()
函數說明：獲得粗分結果
傳回值：array

8、public function GetSimpleResultAll()
函數說明：獲得包含屬性資訊的粗分結果
屬性（1中文詞句、2 ANSI詞彙（包括全形），3 ANSI標點符號（包括全形），4數字（包括全形），5 中文標點或無法識別字元）
傳回值：array

9、public function GetFinallyIndex()
函數說明：擷取hash索引數組
傳回值：array('word'=>count,...) 按出現頻率排序

10、public function MakeDict( $source_file, $target_file='' )
函數說明：把文字檔詞庫編譯成詞典
參數列表：
$source_file 源文字檔
$target_file 目標檔案(如果不指定，則為當前詞典)
傳回值：void

11、public function ExportDict( $targetfile )
函數說明：匯出當前詞典全部詞條為文字檔
參數列表：
$targetfile 目標檔案
傳回值：void

http://www.bkjia.com/PHPjc/802211.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/802211.htmlTechArticlePHPAnalysis是目前廣泛使用的中文分詞類，使用反向匹配模式分詞，因此相容編碼更廣泛，現將其變數與常用函數詳解如下： 一、比較重要的...

