php：单词邻近脚本？

好的 - 所以，我花了很长时间在谷歌搜索，甚至在hotscripts等几个特定的搜索，几个PHP论坛和这个地方...没有（无论如何都没用）。我希望能够获取一个文本块（页面/文件/ doc）并将其拉开以找到特定术语之间的“距离”（找到接近度/距离等）。我认为至少会有一些这样的问题 - 但我找不到它们。所以 - 它可能比我想象的更难。我知道这可能是一种有点“饥饿”的事情 - 因为它可能在大型文件上相当密集 - 但肯定有可能吗？事实上 - 虽然环顾四周 - 我找到的大多数参考文献（除了lamo-repeat SEO网站）似乎建议进行高级语言学研究，安装到服务器上的奇怪/高级软件包等。我是否认为“接近”实际上是一个非常复杂的问题，并需要大量的资源和大量的发展？（老实说 - 在我看来它似乎有点温和 - 所以我想知道它到底是什么我错过了（注意：相对意义上的简单......我会把它比较容易（密度/数量）到难度（ word stemming / base / thesaurusing））。所以 - 参考/建议/想法/想法???

已邀请:

3 个回复

伞腹

菲利克斯·克林评论说，我也想到了汉明距离。也许你可以制作一些变体，将你的单词编码为特定的代码字，然后通过一个包含你的代码字的数组来检查它们的距离。因此，如果你有数组[11,02,85,37,11]，你可以很容易地发现11在这个数组中最大距离为4。不知道这是否适合你，但我想我会以类似的方式做到这一点。

马口

如果您正在谈论特定的单词比较，您将需要查看MySQL的SOUNDEX功能。（我假设你可能正在使用mysql）。比较两个单词时，您可以参考它们的声音：

SELECT `word` FROM `list_of_words` WHERE SOUNDEX(`word`) = SOUNDEX('{TEST_WORD}');

然后，当你得到你的单词列表（很可能你会得到很多），你可以检查这些单词之间的距离是否为CLOSEST（或单词组取决于你如何编写代码）。

$word = '{WORD TO CHECK}';
$distance = 4; // the smalled the distance the closed the word
foreach($word_results as $comparison_word) {
   $distance = levenshtein($comparison_word, $word);
   if($distance < $threshold) {
      $threshold = $distance;
      $similar_word = $comparison_word;
   }
}
echo $similar_word;

希望能帮助您找到所需的方向。快乐的编码！

姬第柔炒

你的例子搜索了Word1 ... Word2，应该Word2 ... Word1也匹配？一个简单的解决方案是使用RegEx：即：使用正则表达式： bWord1 b（。*） bWord2 b 在第一个匹配组中，使用空格（或任何边界）将其拆分为数组，并计数这是最直接的方法，但绝对不是最好的（即表现明智的）方法。如果您想要更具体的答案，我认为您需要澄清您的需求。更新：在两个问题合并之后，我看到其他答案提到soundex，levinstein和汉明距离等。我建议使用无线1来澄清要求，以便人们可以提供有用的帮助。如果这是一个与搜索或文档聚类相关的应用程序，我还建议您查看成熟的全文索引/搜索解决方案，如sphinx或lucene。我认为它们中的任何一个都可以与PHP一起使用。

要回复问题请先登录或注册

php：单词邻近脚本？

3 个回复

发起人

word

proximity

问题状态

php：单词邻近脚本？

与内容相关的链接

3 个回复

发起人

word

proximity

问题状态