README

文本分析器

用于分析任意文本并从中提取最大信息的工具

文本

在应用中，文本表示为对象迭代器，相应地，迭代器的单元格是单词对象。

$text = '...'; // некоторый текст
$text_obj = new \AnalyzeText\Text($text);
// @var $word \AnalyzeText\Text\Word
$word = $text_obj->current();

获取到单词后，可以获取其原始形式以及用于分析的底层形式。

输入文本预期采用UTF-8编码

分析器

可以使用预安装的分析器进行文本分析，只需传递文本对象即可。

Frequency - 计算单词在文本中的出现频率及其与最常用单词出现频率的百分比。

过滤器

包含超过3000个单词的过滤器集合，用于清理文本。

Adverb - 副词
Interjection - 副词
Particle - 颗粒
Preposition - 介词
Pronoun - 代词
Union - 联合
Informative - 信息性词语（过滤上述所有内容）

使用方法

例如，实现自然文本分析以进行SEO优化的示例。

$frequency = new Frequency();
$frequency->setText(new Text($text));

// анализируем весь список слов
$graph = array_slice(array_merge_recursive($frequency->getFrequency(), $frequency->getPercent()), 0, 20);

// фильтруем и получаем только информационные слова
$frequency->applyFilters()->Informative();
$graph_filter = array_slice(array_merge_recursive($frequency->getFrequency(), $frequency->getPercent()), 0, 20);

性能

以下代码用于分析性能

$i = $ii = 1000;
$start = microtime(1);
while ($i--) {
    $frequency = new Frequency();
    $frequency->setText(new Text($text))->applyFilters()->Informative();
    $frequency->getFrequency();
    $frequency->getPercent();
}
echo (microtime(1) - $start) / $ii;

测试文本包含15190个字符，2707个单词。

结果：~0.29 c。

许可证

此包受MIT许可证约束。请参阅文件中的完整许可证：LICENSE

gribanov / analyzer-text

维护者

详细信息

README

文本分析器

文本

分析器

过滤器

使用方法

许可证