是否有任何用于 PHP 的开源文本分析库？ [关闭]答案

【问题标题】：Is there any open source text analysis library for PHP? [closed]是否有任何用于 PHP 的开源文本分析库？ [关闭]
【发布时间】：2010-12-26 01:35:17
【问题描述】：

我正在寻找一个与此网页或多或少做同样事情的 PHP 库：http://textalyser.net/

我知道python和java中有流行的库，但我正在寻找一个PHP版本。感谢您的帮助！

【问题讨论】：

【解决方案1】：

简答

据我所知，没有一个，或者至少不是一个众所周知的 / 分布良好的一个。

我遇到的关闭事实上的代码是Dave Child 的php-text-statistics（因为PEAR version 已经年维护）但是只关心可读性和句子、单词和音节计数。您必须使用count_chars 获取的任何其他数据， str_word_count, substr_count, preg_match_all 之类的。当然还有一些数学计算所有百分比的技能。

也就是说，我不确定究竟你希望图书馆做什么，或者 http://textalyser.net/ 做了什么...
（我的意思是什么是停止列表？或者一个详尽的多词短语，为此问题...？）

【讨论】：

【解决方案2】：

相当老的问题...
无论如何，如果你想找到两个给定字符串之间的相似性，PHP 有一个内置函数similar_text。

语法： similar_text ($first, $second, &$percent = null);

//*Find the similarity/difference between two strings in percentage
$pc = 0;
similar_text('You rock!', 'I Rock too!!',$pc);
print $pc;

输出： 57.142857142857

如上所述，该值是两个字符串相似的百分比。

注意：此函数区分大小写

$pc = 0;
similar_text('you', 'YOU',$pc);
print $pc;

会给0！

我遇到的另外两个这样的功能是：
Levenshtein Distance & Soundex

【讨论】：

【解决方案3】：

我目前正在寻找类似的东西，到目前为止我发现的选项是利用 Zend Lucene 搜索功能。

或者查看 Open Calais API。 http://www.opencalais.com/（来自汤森路透）

我还没有深入探索任何一个选项，但我认为它们在构建动态链接或超（con）文本化网页方面可能会有一些里程。

【讨论】：