本篇內(nèi)容介紹了“如何理解PHPAnalysis中文分詞類”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！
PHPAnalysis是目前廣泛使用的中文分詞類，使用反向匹配模式分詞，因此兼容編碼更廣泛，現(xiàn)將其變量與常用函數(shù)詳解如下：
一、比較重要的成員變量
$resultType = 1 生成的分詞結(jié)果數(shù)據(jù)類型(1 為全部， 2為 詞典詞匯及單個中日韓簡繁字符及英文， 3 為詞典詞匯及英文)
這個變量一般用 SetResultType( $rstype ) 這方法進(jìn)行設(shè)置。
$notSplitLen = 5 切分句子短長度
$toLower = false 把英文單詞全部轉(zhuǎn)小寫
$differMax = false 使用較大切分模式對二元詞進(jìn)行消岐
$unitWord = true 嘗試合并單字(即是新詞識別)
$differFreq = false 使用熱門詞優(yōu)先模式進(jìn)行消岐
二、主要成員函數(shù)列表
1、public function __construct($source_charset='utf-8', $target_charset='utf-8', $load_all=true, $source='')
函數(shù)說明：構(gòu)造函數(shù)
參數(shù)列表：
$source_charset 源字符串編碼
$target_charset 目錄字符串編碼
$load_all 是否完全加載詞典（此參數(shù)已經(jīng)作廢）
$source 源字符串
如果輸入輸出都是utf-8，實際上可以不必使用任何參數(shù)進(jìn)行初始化，而是通過 SetSource 方法設(shè)置要操作的文本
2、public function SetSource( $source, $source_charset='utf-8', $target_charset='utf-8' )
函數(shù)說明：設(shè)置源字符串
參數(shù)列表：
$source 源字符串
$source_charset 源字符串編碼
$target_charset 目錄字符串編碼
返回值：bool
3、public function StartAnalysis($optimize=true)
函數(shù)說明：開始執(zhí)行分詞操作
參數(shù)列表：
$optimize 分詞后是否嘗試優(yōu)化結(jié)果
返回值：void
一個基本的分詞過程：
//////////////////////////////////////
$pa = new PhpAnalysis();
$pa->SetSource('需要進(jìn)行分詞的字符串');
//設(shè)置分詞屬性
$pa->resultType = 2;
$pa->differMax = true;
$pa->StartAnalysis();
//獲取你想要的結(jié)果
$pa->GetFinallyIndex();
////////////////////////////////////////
4、public function SetResultType( $rstype )
函數(shù)說明：設(shè)置返回結(jié)果的類型
實際是對成員變量$resultType的操作
參數(shù) $rstype 值為：
1 為全部， 2為 詞典詞匯及單個中日韓簡繁字符及英文， 3 為詞典詞匯及英文
返回值：void
5、public function GetFinallyKeywords( $num = 10 )
函數(shù)說明：獲取出現(xiàn)頻率高的指定詞條數(shù)（通常用于提取文檔關(guān)鍵字）
參數(shù)列表：
$num = 10 返回詞條個數(shù)
返回值：用","分隔的關(guān)鍵字列表
6、public function GetFinallyResult($spword=' ')
函數(shù)說明：獲得最終分詞結(jié)果
參數(shù)列表：
$spword 詞條之間的分隔符
返回值：string
7、public function GetSimpleResult()
函數(shù)說明：獲得粗分結(jié)果
返回值：array
8、public function GetSimpleResultAll()
函數(shù)說明：獲得包含屬性信息的粗分結(jié)果
屬性（1中文詞句、2 ANSI詞匯（包括全角），3 ANSI標(biāo)點符號（包括全角），4數(shù)字（包括全角），5 中文標(biāo)點或無法識別字符）
返回值：array
9、public function GetFinallyIndex()
函數(shù)說明：獲取hash索引數(shù)組
返回值：array('word'=>count,...) 按出現(xiàn)頻率排序
10、public function MakeDict( $source_file, $target_file='' )
函數(shù)說明：把文本文件詞庫編譯成詞典
參數(shù)列表：
$source_file 源文本文件
$target_file 目標(biāo)文件(如果不指定，則為當(dāng)前詞典)
返回值：void
11、public function ExportDict( $targetfile )
函數(shù)說明：導(dǎo)出當(dāng)前詞典全部詞條為文本文件
參數(shù)列表：
$targetfile 目標(biāo)文件
返回值：void
“如何理解PHPAnalysis中文分詞類”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！
重慶分公司
重慶分公司
