Jieba-php by fukuball - "結巴"中文分詞
文章推薦指數: 80 %
只要將字典切換為big 模式即可! "Jieba" (Chinese for "to stutter") Chinese text segmentation: built to be the best PHP Chinese word segmentation module. Scroll ...
Jieba-php
"結巴"中文分詞:做最好的PHP中文分詞、中文斷詞組件。
/"Jieba"(Chinesefor"tostutter")Chinesetextsegmentation:builttobethebestPHPChinesewordsegmentationmodule.
ViewonGitHub
Download.zip
Download.tar.gz
jieba-php
"結巴"中文分詞:做最好的PHP中文分詞、中文斷詞組件,目前翻譯版本為jieba-0.25版本,未來再慢慢往上升級,效能也需要再改善,請有興趣的開發者一起加入開發!若想使用Python版本請前往fxsjy/jieba
現在已經可以支援繁體中文!只要將字典切換為big模式即可!
"Jieba"(Chinesefor"tostutter")Chinesetextsegmentation:builttobethebestPHPChinesewordsegmentationmodule.
ScrolldownforEnglishdocumentation.
線上展示
網站網址:http://jieba-php.fukuball.com
網站原始碼:https://github.com/fukuball/jieba-php.fukuball.com
Feature
支持三種分詞模式:
1)默認精確模式,試圖將句子最精確地切開,適合文本分析;
2)全模式,把句子中所有的可以成詞的詞語都掃描出來,但是不能解決歧義。
(需要充足的字典)
3)搜尋引擎模式,在精確模式的基礎上,對長詞再次切分,提高召回率,適合用於搜尋引擎分詞。
Usage
自動安裝:使用composer安裝後,透過autoload引用
代碼示例
composerrequirefukuball/jieba-php:dev-master
代碼示例
require_once"/path/to/your/vendor/autoload.php";
手動安裝:將jieba-php放置適當目錄後,透過require_once引用
代碼示例
require_once"/path/to/your/vendor/multi-array/MultiArray.php";
require_once"/path/to/your/vendor/multi-array/Factory/MultiArrayFactory.php";
require_once"/path/to/your/class/Jieba.php";
require_once"/path/to/your/class/Finalseg.php";
Algorithm
基於Trie樹結構實現高效的詞圖掃描,生成句子中漢字所有可能成詞情況所構成的有向無環圖(DAG)
採用了動態規劃查找最大概率路徑,找出基於詞頻的最大切分組合
對於未登錄詞,採用了基於漢字成詞能力的HMM模型,使用了Viterbi算法
BEMS的解釋https://github.com/fxsjy/jieba/issues/7
Interface
組件只提供jieba.cut方法用於分詞
cut方法接受兩個輸入參數:1)第一個參數為需要分詞的字符串2)cut_all參數用來控制分詞模式
待分詞的字符串可以是utf-8字符串
jieba.cut返回的結構是一個可迭代的array
功能1):分词
cut方法接受想個輸入參數:1)第一個參數為需要分詞的字符串2)cut_all參數用來控制分詞模式
cutForSearch方法接受一個參數:需要分詞的字符串,該方法適合用於搜索引擎構建倒排索引的分詞,粒度比較細
注意:待分詞的字符串是utf-8字符串
cut以及cutForSearch返回的結構是一個可迭代的array
代碼示例(Tutorial)
ini_set('memory_limit','1024M');
require_once"/path/to/your/vendor/multi-array/MultiArray.php";
require_once"/path/to/your/vendor/multi-array/Factory/MultiArrayFactory.php";
require_once"/path/to/your/class/Jieba.php";
require_once"/path/to/your/class/Finalseg.php";
useFukuball\Jieba\Jieba;
useFukuball\Jieba\Finalseg;
Jieba::init();
Finalseg::init();
$seg_list=Jieba::cut("怜香惜玉也得要看对象啊!");
var_dump($seg_list);
$seg_list=Jieba::cut("我来到北京清华大学",true);
var_dump($seg_list);#全模式
$seg_list=Jieba::cut("我来到北京清华大学",false);
var_dump($seg_list);#默認精確模式
$seg_list=Jieba::cut("他来到了网易杭研大厦");
var_dump($seg_list);
$seg_list=Jieba::cutForSearch("小明硕士毕业于中国科学院计算所,后在日本京都大学深造");#搜索引擎模式
var_dump($seg_list);
Output:
array(7){
[0]=>
string(12)"怜香惜玉"
[1]=>
string(3)"也"
[2]=>
string(3)"得"
[3]=>
string(3)"要"
[4]=>
string(3)"看"
[5]=>
string(6)"对象"
[6]=>
string(3)"啊"
}
FullMode:
array(15){
[0]=>
string(3)"我"
[1]=>
string(3)"来"
[2]=>
string(6)"来到"
[3]=>
string(3)"到"
[4]=>
string(3)"北"
[5]=>
string(6)"北京"
[6]=>
string(3)"京"
[7]=>
string(3)"清"
[8]=>
string(6)"清华"
[9]=>
string(12)"清华大学"
[10]=>
string(3)"华"
[11]=>
string(6)"华大"
[12]=>
string(3)"大"
[13]=>
string(6)"大学"
[14]=>
string(3)"学"
}
DefaultMode:
array(4){
[0]=>
string(3)"我"
[1]=>
string(6)"来到"
[2]=>
string(6)"北京"
[3]=>
string(12)"清华大学"
}
array(6){
[0]=>
string(3)"他"
[1]=>
string(6)"来到"
[2]=>
string(3)"了"
[3]=>
string(6)"网易"
[4]=>
string(6)"杭研"
[5]=>
string(6)"大厦"
}
(此處,“杭研“並沒有在詞典中,但是也被Viterbi算法識別出來了)
SearchEngineMode:
array(18){
[0]=>
string(6)"小明"
[1]=>
string(6)"硕士"
[2]=>
string(6)"毕业"
[3]=>
string(3)"于"
[4]=>
string(6)"中国"
[5]=>
string(6)"科学"
[6]=>
string(6)"学院"
[7]=>
string(9)"科学院"
[8]=>
string(15)"中国科学院"
[9]=>
string(6)"计算"
[10]=>
string(9)"计算所"
[11]=>
string(3)"后"
[12]=>
string(3)"在"
[13]=>
string(6)"日本"
[14]=>
string(6)"京都"
[15]=>
string(6)"大学"
[16]=>
string(18)"日本京都大学"
[17]=>
string(6)"深造"
}
功能2):添加自定義詞典
開發者可以指定自己自定義的詞典,以便包含jieba詞庫裡沒有的詞。
雖然jieba有新詞識別能力,但是自行添加新詞可以保證更高的正確率
用法:Jieba::loadUserDict(file_name)#file_name為自定義詞典的絕對路徑
詞典格式和dict.txt一樣,一個詞佔一行;每一行分為三部分,一部分為詞語,一部分為詞頻,一部分為詞性,用空格隔開
範例:
云计算5n
李小福2n
创新办3n
之前:李小福/是/创新/办/主任/也/是/云/计算/方面/的/专家/
加載自定義詞庫後: 李小福/是/创新办/主任/也/是/云计算/方面/的/专家/
說明:"通过用户自定义词典来增强歧义纠错能力"---https://github.com/fxsjy/jieba/issues/14
功能3):關鍵詞提取
JiebaAnalyse::extractTags($content,$top_k)
content為待提取的文本
top_k為返回幾個TF/IDF權重最大的關鍵詞,默認值為20
代碼示例(關鍵詞提取)
ini_set('memory_limit','600M');
require_once"/path/to/your/vendor/multi-array/MultiArray.php";
require_once"/path/to/your/vendor/multi-array/Factory/MultiArrayFactory.php";
require_once"/path/to/your/class/Jieba.php";
require_once"/path/to/your/class/Finalseg.php";
require_once"/path/to/your/class/JiebaAnalyse.php";
useFukuball\Jieba\Jieba;
useFukuball\Jieba\Finalseg;
useFukuball\Jieba\JiebaAnalyse;
Jieba::init(array('mode'=>'test','dict'=>'samll'));
Finalseg::init();
JiebaAnalyse::init();
$top_k=10;
$content=file_get_contents("/path/to/your/dict/lyric.txt","r");
$tags=JiebaAnalyse::extractTags($content,$top_k);
var_dump($tags);
Output:
array(10){
["是否"]=>
float(1.2196321889395)
["一般"]=>
float(1.0032459890209)
["肌迫"]=>
float(0.64654314660465)
["怯懦"]=>
float(0.44762844339349)
["藉口"]=>
float(0.32327157330233)
["逼不得已"]=>
float(0.32327157330233)
["不安全感"]=>
float(0.26548304656279)
["同感"]=>
float(0.23929673812326)
["有把握"]=>
float(0.21043366018744)
["空洞"]=>
float(0.20598261709442)
}
功能4):詞性分詞
詞性說明:https://gist.github.com/luw2007/6016931
代碼示例(Tutorial)
ini_set('memory_limit','600M');
require_oncedirname(dirname(__FILE__))."/vendor/multi-array/MultiArray.php";
require_oncedirname(dirname(__FILE__))."/vendor/multi-array/Factory/MultiArrayFactory.php";
require_oncedirname(dirname(__FILE__))."/class/Jieba.php";
require_oncedirname(dirname(__FILE__))."/class/Finalseg.php";
require_oncedirname(dirname(__FILE__))."/class/Posseg.php";
useFukuball\Jieba\Jieba;
useFukuball\Jieba\Finalseg;
useFukuball\Jieba\Posseg;
Jieba::init();
Finalseg::init();
Posseg::init();
$seg_list=Posseg::cut("这是一个伸手不见五指的黑夜。
我叫孙悟空,我爱北京,我爱Python和C++。
");
var_dump($seg_list);
Output:
array(21){
[0]=>
array(2){
["word"]=>
string(3)"这"
["tag"]=>
string(1)"r"
}
[1]=>
array(2){
["word"]=>
string(3)"是"
["tag"]=>
string(1)"v"
}
[2]=>
array(2){
["word"]=>
string(6)"一个"
["tag"]=>
string(1)"m"
}
[3]=>
array(2){
["word"]=>
string(18)"伸手不见五指"
["tag"]=>
string(1)"i"
}
[4]=>
array(2){
["word"]=>
string(3)"的"
["tag"]=>
string(2)"uj"
}
[5]=>
array(2){
["word"]=>
string(6)"黑夜"
["tag"]=>
string(1)"n"
}
[6]=>
array(2){
["word"]=>
string(3)"。
"
["tag"]=>
string(1)"x"
}
[7]=>
array(2){
["word"]=>
string(3)"我"
["tag"]=>
string(1)"r"
}
[8]=>
array(2){
["word"]=>
string(3)"叫"
["tag"]=>
string(1)"v"
}
[9]=>
array(2){
["word"]=>
string(9)"孙悟空"
["tag"]=>
string(2)"nr"
}
[10]=>
array(2){
["word"]=>
string(3)","
["tag"]=>
string(1)"x"
}
[11]=>
array(2){
["word"]=>
string(3)"我"
["tag"]=>
string(1)"r"
}
[12]=>
array(2){
["word"]=>
string(3)"爱"
["tag"]=>
string(1)"v"
}
[13]=>
array(2){
["word"]=>
string(6)"北京"
["tag"]=>
string(2)"ns"
}
[14]=>
array(2){
["word"]=>
string(3)","
["tag"]=>
string(1)"x"
}
[15]=>
array(2){
["word"]=>
string(3)"我"
["tag"]=>
string(1)"r"
}
[16]=>
array(2){
["word"]=>
string(3)"爱"
["tag"]=>
string(1)"v"
}
[17]=>
array(2){
["word"]=>
string(6)"Python"
["tag"]=>
string(3)"eng"
}
[18]=>
array(2){
["word"]=>
string(3)"和"
["tag"]=>
string(1)"c"
}
[19]=>
array(2){
["word"]=>
string(3)"C++"
["tag"]=>
string(3)"eng"
}
[20]=>
array(2){
["word"]=>
string(3)"。
"
["tag"]=>
string(1)"x"
}
}
功能5):切換成繁體字典
代碼示例(Tutorial)
ini_set('memory_limit','1024M');
require_oncedirname(dirname(__FILE__))."/vendor/multi-array/MultiArray.php";
require_oncedirname(dirname(__FILE__))."/vendor/multi-array/Factory/MultiArrayFactory.php";
require_oncedirname(dirname(__FILE__))."/class/Jieba.php";
require_oncedirname(dirname(__FILE__))."/class/Finalseg.php";
useFukuball\Jieba\Jieba;
useFukuball\Jieba\Finalseg;
Jieba::init(array('mode'=>'default','dict'=>'big'));
Finalseg::init();
$seg_list=Jieba::cut("怜香惜玉也得要看对象啊!");
var_dump($seg_list);
$seg_list=Jieba::cut("憐香惜玉也得要看對象啊!");
var_dump($seg_list);
Output:
array(7){
[0]=>
string(12)"怜香惜玉"
[1]=>
string(3)"也"
[2]=>
string(3)"得"
[3]=>
string(3)"要"
[4]=>
string(3)"看"
[5]=>
string(6)"对象"
[6]=>
string(3)"啊"
}
array(7){
[0]=>
string(12)"憐香惜玉"
[1]=>
string(3)"也"
[2]=>
string(3)"得"
[3]=>
string(3)"要"
[4]=>
string(3)"看"
[5]=>
string(6)"對象"
[6]=>
string(3)"啊"
}
常見問題
1)模型的數據是如何生成的?https://github.com/fxsjy/jieba/issues/7
2)這個庫的授權是?https://github.com/fxsjy/jieba/issues/2
jieba-phpEnglishDocument
OnlineDemo
DemoSiteUrl:http://jieba-php.fukuball.com
DemoSiteRepo:https://github.com/fukuball/jieba-php.fukuball.com
Feature
Supportthreetypesofsegmentationmode:
1)AccurateMode,attempttocutthesentenceintothemostaccuratesegmentation,whichissuitablefortextanalysis;
2)FullMode,breakthewordsofthesentenceintowordsscanned
3)SearchEngineMode,basedontheAccurateMode,withanattempttocutthelongwordsintoseveralshortwords,whichcanenhancetherecallrate
Usage
Installation:Usecomposertoinstalljieba-php,thenrequiretheautoloadfiletousejieba-php.
Algorithm
BasedontheTrietreestructuretoachieveefficientwordgraphscanning;sentencesusingChinesecharactersconstituteadirectedacyclicgraph(DAG).
Employsmemorysearchtocalculatethemaximumprobabilitypath,inordertoidentifythemaximumtangentialpointsbasedonwordfrequencycombination.
Forunknownwords,thecharacterpositionHMM-basedmodelisused,usingtheViterbialgorithm.
ThemeaningofBEMShttps://github.com/fxsjy/jieba/issues/7.
Interface
Thecutmethodacceptstwoparameters:1)firstparameteristhestringtosegmentation2)thesecondparametercut_alltocontrolsegmentationmode.
Thestringtosegmentationmayuseutf-8string.
cutForSearchaccpetsonlyonparameter:thestringthatrequiressegmentation,anditwillcutthesentenceintoshortwords
cutandcutForSearchreturnansegmentedarray.
Function1)Segmentation
Example(Tutorial)
ini_set('memory_limit','1024M');
require_once"/path/to/your/vendor/multi-array/MultiArray.php";
require_once"/path/to/your/vendor/multi-array/Factory/MultiArrayFactory.php";
require_once"/path/to/your/class/Jieba.php";
require_once"/path/to/your/class/Finalseg.php";
useFukuball\Jieba\Jieba;
useFukuball\Jieba\Finalseg;
Jieba::init();
Finalseg::init();
$seg_list=Jieba::cut("怜香惜玉也得要看对象啊!");
var_dump($seg_list);
seg_list=jieba.cut("我来到北京清华大学",true)
var_dump($seg_list);#全模式
seg_list=jieba.cut("我来到北京清华大学",false)
var_dump($seg_list);#默認精確模式
seg_list=jieba.cut("他来到了网易杭研大厦")
var_dump($seg_list);
seg_list=jieba.cut_for_search("小明硕士毕业于中国科学院计算所,后在日本京都大学深造")#搜索引擎模式
var_dump($seg_list);
Output:
array(7){
[0]=>
string(12)"怜香惜玉"
[1]=>
string(3)"也"
[2]=>
string(3)"得"
[3]=>
string(3)"要"
[4]=>
string(3)"看"
[5]=>
string(6)"对象"
[6]=>
string(3)"啊"
}
FullMode:
array(15){
[0]=>
string(3)"我"
[1]=>
string(3)"来"
[2]=>
string(6)"来到"
[3]=>
string(3)"到"
[4]=>
string(3)"北"
[5]=>
string(6)"北京"
[6]=>
string(3)"京"
[7]=>
string(3)"清"
[8]=>
string(6)"清华"
[9]=>
string(12)"清华大学"
[10]=>
string(3)"华"
[11]=>
string(6)"华大"
[12]=>
string(3)"大"
[13]=>
string(6)"大学"
[14]=>
string(3)"学"
}
DefaultMode:
array(4){
[0]=>
string(3)"我"
[1]=>
string(6)"来到"
[2]=>
string(6)"北京"
[3]=>
string(12)"清华大学"
}
array(6){
[0]=>
string(3)"他"
[1]=>
string(6)"来到"
[2]=>
string(3)"了"
[3]=>
string(6)"网易"
[4]=>
string(6)"杭研"
[5]=>
string(6)"大厦"
}
(此處,“杭研“並沒有在詞典中,但是也被Viterbi算法識別出來了)
SearchEngineMode:
array(18){
[0]=>
string(6)"小明"
[1]=>
string(6)"硕士"
[2]=>
string(6)"毕业"
[3]=>
string(3)"于"
[4]=>
string(6)"中国"
[5]=>
string(6)"科学"
[6]=>
string(6)"学院"
[7]=>
string(9)"科学院"
[8]=>
string(15)"中国科学院"
[9]=>
string(6)"计算"
[10]=>
string(9)"计算所"
[11]=>
string(3)"后"
[12]=>
string(3)"在"
[13]=>
string(6)"日本"
[14]=>
string(6)"京都"
[15]=>
string(6)"大学"
[16]=>
string(18)"日本京都大学"
[17]=>
string(6)"深造"
}
Function2)Addacustomdictionary
Developerscanspecifytheirowncustomdictionarytoincludeinthejiebathesaurus.jiebahastheabilitytoidentifynewwords,butaddingyourownnewwordscanensureahigherrateofcorrectsegmentation.
Usage:Jieba::loadUserDict(file_name)#file_nameisacustomdictionarypath.
Thedictionaryformatisthesameasthatofdict.txt:onewordperline;eachlineisdividedintotwoparts,thefirstistheworditself,theotheristhewordfrequency,separatedbyaspace.
Example:
云计算5
李小福2
创新办3
之前:李小福/是/创新/办/主任/也/是/云/计算/方面/的/专家/
加載自定義詞庫後: 李小福/是/创新办/主任/也/是/云计算/方面/的/专家/
Function3)KeywordExtraction
JiebaAnalyse::extractTags($content,$top_k)
content:thetexttobeextracted
top_k:toreturnseveralTF/IDFweightsforthebiggestkeywords,thedefaultvalueis20
Example(keywordextraction)
ini_set('memory_limit','600M');
require_once"/path/to/your/vendor/multi-array/MultiArray.php";
require_once"/path/to/your/vendor/multi-array/Factory/MultiArrayFactory.php";
require_once"/path/to/your/class/Jieba.php";
require_once"/path/to/your/class/Finalseg.php";
require_once"/path/to/your/class/JiebaAnalyse.php";
useFukuball\Jieba\Jieba;
useFukuball\Jieba\Finalseg;
useFukuball\Jieba\JiebaAnalyse;
Jieba::init(array('mode'=>'test','dict'=>'samll'));
Finalseg::init();
JiebaAnalyse::init();
$top_k=10;
$content=file_get_contents("/path/to/your/dict/lyric.txt","r");
$tags=JiebaAnalyse::extractTags($content,$top_k);
var_dump($tags);
Output:
array(10){
["是否"]=>
float(1.2196321889395)
["一般"]=>
float(1.0032459890209)
["肌迫"]=>
float(0.64654314660465)
["怯懦"]=>
float(0.44762844339349)
["藉口"]=>
float(0.32327157330233)
["逼不得已"]=>
float(0.32327157330233)
["不安全感"]=>
float(0.26548304656279)
["同感"]=>
float(0.23929673812326)
["有把握"]=>
float(0.21043366018744)
["空洞"]=>
float(0.20598261709442)
}
Function4)WordSegmentationandTagging
WordTaggingMeaning:https://gist.github.com/luw2007/6016931
Example(wordtagging)
ini_set('memory_limit','600M');
require_oncedirname(dirname(__FILE__))."/vendor/multi-array/MultiArray.php";
require_oncedirname(dirname(__FILE__))."/vendor/multi-array/Factory/MultiArrayFactory.php";
require_oncedirname(dirname(__FILE__))."/class/Jieba.php";
require_oncedirname(dirname(__FILE__))."/class/Finalseg.php";
require_oncedirname(dirname(__FILE__))."/class/Posseg.php";
useFukuball\Jieba\Jieba;
useFukuball\Jieba\Finalseg;
useFukuball\Jieba\Posseg;
Jieba::init();
Finalseg::init();
Posseg::init();
$seg_list=Posseg::cut("这是一个伸手不见五指的黑夜。
我叫孙悟空,我爱北京,我爱Python和C++。
");
var_dump($seg_list);
Output:
array(21){
[0]=>
array(2){
["word"]=>
string(3)"这"
["tag"]=>
string(1)"r"
}
[1]=>
array(2){
["word"]=>
string(3)"是"
["tag"]=>
string(1)"v"
}
[2]=>
array(2){
["word"]=>
string(6)"一个"
["tag"]=>
string(1)"m"
}
[3]=>
array(2){
["word"]=>
string(18)"伸手不见五指"
["tag"]=>
string(1)"i"
}
[4]=>
array(2){
["word"]=>
string(3)"的"
["tag"]=>
string(2)"uj"
}
[5]=>
array(2){
["word"]=>
string(6)"黑夜"
["tag"]=>
string(1)"n"
}
[6]=>
array(2){
["word"]=>
string(3)"。
"
["tag"]=>
string(1)"w"
}
[7]=>
array(2){
["word"]=>
string(3)"我"
["tag"]=>
string(1)"r"
}
[8]=>
array(2){
["word"]=>
string(3)"叫"
["tag"]=>
string(1)"v"
}
[9]=>
array(2){
["word"]=>
string(9)"孙悟空"
["tag"]=>
string(2)"nr"
}
[10]=>
array(2){
["word"]=>
string(3)","
["tag"]=>
string(1)"w"
}
[11]=>
array(2){
["word"]=>
string(3)"我"
["tag"]=>
string(1)"r"
}
[12]=>
array(2){
["word"]=>
string(3)"爱"
["tag"]=>
string(1)"v"
}
[13]=>
array(2){
["word"]=>
string(6)"北京"
["tag"]=>
string(2)"ns"
}
[14]=>
array(2){
["word"]=>
string(3)","
["tag"]=>
string(1)"w"
}
[15]=>
array(2){
["word"]=>
string(3)"我"
["tag"]=>
string(1)"r"
}
[16]=>
array(2){
["word"]=>
string(3)"爱"
["tag"]=>
string(1)"v"
}
[17]=>
array(2){
["word"]=>
string(6)"Python"
["tag"]=>
string(3)"eng"
}
[18]=>
array(2){
["word"]=>
string(3)"和"
["tag"]=>
string(1)"c"
}
[19]=>
array(2){
["word"]=>
string(3)"C++"
["tag"]=>
string(3)"eng"
}
[20]=>
array(2){
["word"]=>
string(3)"。
"
["tag"]=>
string(1)"w"
}
}
Function5):UseTraditionalChinese
Example(Tutorial)
ini_set('memory_limit','1024M');
require_oncedirname(dirname(__FILE__))."/vendor/multi-array/MultiArray.php";
require_oncedirname(dirname(__FILE__))."/vendor/multi-array/Factory/MultiArrayFactory.php";
require_oncedirname(dirname(__FILE__))."/class/Jieba.php";
require_oncedirname(dirname(__FILE__))."/class/Finalseg.php";
useFukuball\Jieba\Jieba;
useFukuball\Jieba\Finalseg;
Jieba::init(array('mode'=>'default','dict'=>'big'));
Finalseg::init();
$seg_list=Jieba::cut("怜香惜玉也得要看对象啊!");
var_dump($seg_list);
$seg_list=Jieba::cut("憐香惜玉也得要看對象啊!");
var_dump($seg_list);
Output:
array(7){
[0]=>
string(12)"怜香惜玉"
[1]=>
string(3)"也"
[2]=>
string(3)"得"
[3]=>
string(3)"要"
[4]=>
string(3)"看"
[5]=>
string(6)"对象"
[6]=>
string(3)"啊"
}
array(7){
[0]=>
string(12)"憐香惜玉"
[1]=>
string(3)"也"
[2]=>
string(3)"得"
[3]=>
string(3)"要"
[4]=>
string(3)"看"
[5]=>
string(6)"對象"
[6]=>
string(3)"啊"
}
詞性說明
a形容词(取英语形容词adjective的第1个字母。
)
ad副形词(直接作状语的形容词,形容词代码a和副词代码d并在一起。
)
ag形容词性语素(形容词性语素,形容词代码为a,语素代码g前面置以a。
)
an名形词(具有名词功能的形容词,形容词代码a和名词代码n并在一起。
)
b区别词(取汉字「别」的声母。
)
c连词(取英语连词conjunction的第1个字母。
)
d副词(取adverb的第2个字母,因其第1个字母已用于形容词。
)
df副词*
dg副语素(副词性语素,副词代码为d,语素代码g前面置以d。
)
e叹词(取英语叹词exclamation的第1个字母。
)
eng外语
f方位词(取汉字「方」的声母。
)
g语素(绝大多数语素都能作为合成词的「词根」,取汉字「根」的声母。
)
h前接成分(取英语head的第1个字母。
)
i成语(取英语成语idiom的第1个字母。
)
j简称略语(取汉字「简」的声母。
)
k后接成分
l习用语(习用语尚未成为成语,有点「临时性」,取「临」的声母。
)
m数词(取英语numeral的第3个字母,n,u已有他用。
)
mg数语素
mq数词*
n名词(取英语名词noun的第1个字母。
)
ng名语素(名词性语素,名词代码为n,语素代码g前面置以n。
)
nr人名(名词代码n和「人(ren)」的声母并在一起。
)
nrfg名词*
nrt名词*
ns地名(名词代码n和处所词代码s并在一起。
)
nt机构团体(「团」的声母为t,名词代码n和t并在一起。
)
nz其他专名(「专」的声母的第1个字母为z,名词代码n和z并在一起。
)
o拟声词(取英语拟声词onomatopoeia的第1个字母。
)
p介词(取英语介词prepositional的第1个字母。
)
q量词(取英语quantity的第1个字母。
)
r代词(取英语代词pronoun的第2个字母,因p已用于介词。
)
rg代词语素
rr代词*
rz代词*
s处所词(取英语space的第1个字母。
)
t时间词(取英语time的第1个字母。
)
tg时语素(时间词性语素,时间词代码为t,在语素的代码g前面置以t。
)
u助词(取英语助词auxiliary的第2个字母,因a已用于形容词。
)
ud助词*
ug助词*
uj助词*
ul助词*
uv助词*
uz助词*
v动词(取英语动词verb的第一个字母。
)
vd副动词(直接作状语的动词,动词和副词的代码并在一起。
)
vg动语素
vi动词*
vn名动词(指具有名词功能的动词,动词和名词的代码并在一起。
)
vq动词*
w标点符号
x非语素字(非语素字只是一个符号,字母x通常用于代表未知数、符号。
)
y语气词(取汉字「语」的声母。
)
z状态词(取汉字「状」的声母的前一个字母。
)
zg状态词*
License
TheMITLicense(MIT)
Copyright(c)2015fukuball
Permissionisherebygranted,freeofcharge,toanypersonobtainingacopy
ofthissoftwareandassociateddocumentationfiles(the"Software"),todeal
intheSoftwarewithoutrestriction,includingwithoutlimitationtherights
touse,copy,modify,merge,publish,distribute,sublicense,and/orsell
copiesoftheSoftware,andtopermitpersonstowhomtheSoftwareis
furnishedtodoso,subjecttothefollowingconditions:
Theabovecopyrightnoticeandthispermissionnoticeshallbeincludedinall
copiesorsubstantialportionsoftheSoftware.
THESOFTWAREISPROVIDED"ASIS",WITHOUTWARRANTYOFANYKIND,EXPRESSOR
IMPLIED,INCLUDINGBUTNOTLIMITEDTOTHEWARRANTIESOFMERCHANTABILITY,
FITNESSFORAPARTICULARPURPOSEANDNONINFRINGEMENT.INNOEVENTSHALLTHE
AUTHORSORCOPYRIGHTHOLDERSBELIABLEFORANYCLAIM,DAMAGESOROTHER
LIABILITY,WHETHERINANACTIONOFCONTRACT,TORTOROTHERWISE,ARISINGFROM,
OUTOFORINCONNECTIONWITHTHESOFTWAREORTHEUSEOROTHERDEALINGSINTHE
SOFTWARE.
延伸文章資訊
- 1PHP + Jieba (结巴)中文分词-菜鸟文章 - IT菜鸟
PHP + Jieba (结巴)中文分词. ... 设置PHP运行占用内存(最少500M) ... require_once "/path/to/your/vendor/multi-array/...
- 2fukuball jieba-php - ReleaseEye
結巴"中文分詞:做最好的PHP 中文分詞、中文斷詞組件。 / "Jieba" (Chinese for "to stutter") Chinese text segmentation: buil...
- 3jieba-php/composer.json at master - GitHub
"結巴"中文分詞:做最好的PHP 中文分詞、中文斷詞組件。 / "Jieba" (Chinese for "to stutter") Chinese text segmentation: bui...
- 4Jieba-php by fukuball - "結巴"中文分詞
只要將字典切換為big 模式即可! "Jieba" (Chinese for "to stutter") Chinese text segmentation: built to be the b...
- 5jieba繁體Jieba-PHP - QUEMDX
jieba繁體Jieba-PHP. 到了繁簡體轉換全部成為了雞肋。 詞庫較大。 結巴分詞是面向全體漢字分組的,先下載,C++,基於jieba 0.39,jieba.cut分詞三種模式jieba....