README

1. 概要

这是“Java 形态分析器”Igo 的 PHP 实现。Igo 是一个使用 MeCab 的字典格式，提供与 MeCab 类似结果的形态分析程序的实现。这个 Igo-php 提供了与 Igo 相似的形态分析和分词功能。

2. 安装方法

使用 composer 执行以下命令。

composer require logue/igo-php

3. 辞书的制作方法

Igo-php 自身不提供字典生成的功能。因此，在生成字典时，应使用原版的 Igo。

关于此的详细信息，请参阅 https://igo.osdn.jp/index.html#usage，以下仅展示简单步骤。

获取 MeCab 项目发布的（或与之兼容的）字典。
https://sf.net/projects/mecab/files/mecab-ipadic/2.7.0-20070801/
从 https://osdn.jp/projects/igo/releases/ 获取 Igo 本身。

使用这些内容

java -cp igo-0.4.5.jar net.reduls.igo.bin.BuildDic ipadic mecab-ipadic-2.7.0-20070801 EUC-JP

按照以下步骤，在当前目录下生成的 ipadic/ 目录以下是字典本体。请将其复制到适当的目录中使用。

4. 使用方法

a. 分词

<?php
require 'vendor/autoload.php';

$igo = new Igo\Tagger();
$result = $igo->wakati('すもももももももものうち');
print_r($result);

b. 形态分析

<?php
require 'vendor/autoload.php';

$igo = new Igo\Tagger();
$result = $igo->parse('すもももももももものうち');
print_r($result);

如果单独使用，当无法确定指定字符串的正确编码时，可以在 Igo 类的构造函数中更改 output_encoding 的值，并明确指定输出编码以避免此问题。默认情况下，优先识别 UTF-8。

$igo = new Igo\Tagger([
    'dict_dir'=>"/home/user/jdic",
    'output_encoding'=>'Shift_JIS'
]);

默认情况下，优先识别 UTF-8。

5. REDUCE 模式

这是为了调整运行时内存使用而设置的。默认情况下，REDUCE 模式为 TRUE。在这种情况下，Igo-php 会直接访问字典文件进行解析。设置为 OFF 时，构造函数执行时将字典存储在内部内存中。解析处理本身会稍微快一些，但使用的内存会增加。如果需要批量处理大量文本数据，则应将其设置为 OFF（但是，在这种情况下，使用原版的 Igo 会更快）。要在构造函数中关闭 REDUCE 模式，请按以下方式添加 reduce_mode。

$igo = new Igo\Tagger([
    'dict_dir'=>'/home/user/jdic',
    'reduce_mode'=>false
]);

另外，在使用 FALSE 时，需要适当设置 memory_limit 参数。

ini_set("memory_limit", "1073741824"); //1024^3

6. 字节序问题

二进制字典的字节序取决于创建字典的环境。在大端环境下生成的字典不能在リトルエンディアン平台上使用。反之亦然。Igo-php 默认设置为リトルエンディアン。在 Intel 系平台上应该这样。如果在大端平台上使用，请在构造函数中更改 little_endian 的值。

$igo = new Igo\Tagger(array(
    'dict_dir'=>"/home/user/jdic",
    'little_endian'=>true //true->Little endian, false->Big endian
));

7. 许可证

以 MIT 许可证发布。有关详细信息，请参阅附带的 LICENSE 文件。此外，使用的字典的许可证应与字典发布者的许可证一致。

8. 联系方式

9. 参考链接

Igo - Java 形态分析器

logue / igo-php

维护者

详细信息