الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

تحليل php-text

تحليل نص PHP هو مكتبة لأداء مهام استرجاع المعلومات (IR) ومعالجة اللغة الطبيعية (NLP) باستخدام لغة PHP. هناك أدوات في هذه المكتبة يمكنها أداء:

  • تصنيف المستند
  • تحليل المشاعر
  • قارن الوثائق
  • تحليل التردد
  • الرمز المميز
  • تنبع
  • collocations مع معلومات متبادلة نقطة
  • التنوع المعجمي
  • تحليل الجسم
  • تلخيص النص

يمكن العثور على جميع وثائق هذا المشروع في الكتاب والويكي.

كتاب تحليل النص PHP و Wiki

كتاب في الأعمال ويحتاج مساهماتك. يمكنك العثور على الكتاب على https://github.com/yooper/php-text-analysis-book

أيضا ، توثق المكتبة في الويكي ، أيضا. https://github.com/yooper/php-text-analysis/wiki

تعليمات التثبيت

أضف تحليل نص PHP إلى مشروعك 

 composer require yooper/php-text-analysis

الرمز المميز 

 $ tokens = tokenize ( $ text );

يمكنك تخصيص أي نوع من الرمز المميز الذي يميزه من خلال المرور باسم فئة الرمز المميز 

 $ tokens = tokenize ( $ text ,  TextAnalysis  Tokenizers PennTreeBankTokenizer::class);

الرمز المميز الافتراضي هو textanalysis tokenizers GeneralTokenizer :: Class . تتطلب بعض المميزات المعلمات التي سيتم تعيينها على مثيل.

تطبيع

بشكل افتراضي ، يستخدم Normalize_tokens الدالة strtoLower لصقل جميع الرموز. لتخصيص وظيفة تطبيع ، تمرير إما في دالة أو سلسلة لاستخدامها بواسطة Array_map. 

 $ normalizedTokens = normalize_tokens (array $ tokens ); 
 $ normalizedTokens = normalize_tokens (array $ tokens , ' mb_strtolower ' );

$ normalizedTokens = normalize_tokens (array $ tokens , function ( $ token ){ return mb_strtoupper ( $ token ); });

توزيعات التردد

تُرجع المكالمة إلى FREQ_DIST مثيل Freqdist. 

 $ freqDist = freq_dist ( tokenize ( $ text ));

جيل نغرام

بشكل افتراضي يتم إنشاء bigrams. 

 $ bigrams = ngrams ( $ tokens );

تخصيص ngrams 

 // create trigrams with a pipe delimiter in between each word
$ trigrams = ngrams ( $ tokens , 3 , ' | ' );

تنبع

بشكل افتراضي ، يستخدم STEM STEMMER Porter. 

 $ stemmedTokens = stem ( $ tokens );

يمكنك تخصيص نوع STEMMER الذي يجب استخدامه عن طريق تمرير اسم فئة STEMMER 

 $ stemmedTokens = stem ( $ tokens ,  TextAnalysis  Stemmers MorphStemmer::class);

خلاصة الكلمات الرئيسية مع أشعل النار

هناك طريقة مختصرة لاستخدام خوارزمية أشعل النار. ستحتاج إلى تنظيف بياناتك قبل الاستخدام. المعلمة الثانية هي حجم NGRAM من كلماتك الرئيسية لاستخراج. 

 $ rake = rake ( $ tokens , 3 );
$ results = $ rake -> getKeywordScores ();

تحليل المشاعر مع Vader

تحتاج إلى تحليل المشاعر مع PHP استخدم Vader ، https://github.com/cjhutto/vadersentiment. يمكن استدعاء تطبيق PHP بسهولة. فقط قم بتطبيع بياناتك قبل اليد. 

 $ sentimentScores = vader ( $ tokens );

تصنيف المستندات مع بايز الساذجة

تحتاج إلى القيام ببعض تصنيف المستندات مع PHP ، ومحاولة استخدام تطبيق Bayes الساذج. يمكن العثور على مثال على تصنيف مراجعات الأفلام في اختبارات الوحدة 

 $ nb = naive_bayes ();
$ nb -> train ( ' mexican ' , tokenize ( ' taco nacho enchilada burrito ' ));        
$ nb -> train ( ' american ' , tokenize ( ' hamburger burger fries pop ' ));  
$ nb -> predict ( tokenize ( ' my favorite food is a burrito ' ));
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل