如何自动分类用户生成的内容

Question

我有一个用户发布帖子的系统，该帖子将包含标题，以及帖子内容本身，内容将在 20 到 3000 个单词之间，由纯文本组成。

我还有一组超过 700 个类别，一些是顶级类别，其余是子类别。

当用户输入帖子的内容时，需要提示他们最多 5 个相关类别，这些类别会根据用户输入的内容自动选择。

最好的方法是什么，我正在使用 PHP 和 MySQL，任何库或代码示例的链接都会很有用。

Answer 1

用户视角

您不能仅使用 php/mysql 在同一页面中的 1 步执行此操作。您的问题主要有 2 个选项。

• 您还可以学习/使用一些客户端语言，并在不更改页面的情况下实现它来进行搜索。我不太了解，所以我不能真正推荐任何具体的东西，但this thread 应该可以帮助你。

• 您使用了中间页面。也就是说，用户发布它的内容，然后在发送它之后解析它并提供类别供用户在新页面中选择。这有一个问题，许多用户可能会在评论中按“发送”后关闭窗口，因为他们希望它会被直接发送，好在它只使用 php/mysql。

解析文本

再次，我不确定这是否是最有效的方法，但我会尝试这个并继续测试，直到达到预期的结果：

首先，为每个类别创建一个包含几个关键字的列表。 4 或 5 应该可以解决问题，但这在很大程度上取决于类别、文本和许多其他因素。

然后，创建一个包含 10 个元素的数组。 5 将是类别的 ID，5 将是每个类别的“分数”。例如，您可以为找到的每个关键字设置 1 分。请记住一开始就指定一些值，否则您将无法与之比较。

然后我会搜索文本中的每个类别关键字。如果您获得的分数高于之前获得的任何分数，请将最低分数替换为新类别。

回显脚本末尾剩余的 5 个类别。他们应该是5个更合适的。但请记住，还有更多方法可以解决此解析问题。