Termextraktion: Generatings Tags aus Text

Question

Wie die gleichen Ergebnisse wie http://developer.yahoo.com/search/content/V1/termExtraction.html

Diese Frage wurde gebeten, ein paar Mal ganz vor erhalten.

• best approach to analyze text in PHP?

• What is a good keyword extraction web service?

• What is a simple way to generate keywords from a text?

dieses Problem mit bestehenden Lösungen zu nähern Der Versuch ich auf "Textanalyse" gestolpert Solr führt auf dem Dokument vor der Indizierung als beschrieben in http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters - was auch Stemming beinhaltet.

Der endgültige Index wird also hauptsächlich aus Begriffen bestehen, die das Dokument beschreiben.

Gibt es eine Lösung, die Analysatoren, Tokenizer und Token-Filter für den direkten Gebrauch bereitstellt? Wenn Solr der Ausweg ist, wie erhält man diese Daten am besten aus dem Index von solr?

Answer 1

Solr ist eine Möglichkeit, eine benutzerdefinierte Suchmaschine zu erstellen. Es scheint nicht das richtige Werkzeug für den Job zu sein. Die Wikipedia article about term extraction listet im Abschnitt "externe Links" mehrere Web-Anwendungen zur Termextraktion auf. OpenNLP hat eine Liste von Tools, die nützlich sein können. Its Chunker kann hilfreich sein.

Answer 2

Fragen Sie einfach nach den analysierten Begriffen, z.

http://localhost:8983/solr/terms?terms.fl=text&terms.sort=count&terms.limit=-1 

Siehe TermsComponent für weitere Informationen.