scws分词后的直接做标签都有不错的效果了 :) 我理解其实就是搜索过程的一个反向 正常搜索就是 一句话 -> 分词 -> 搜索匹配 -> 输出 具体实现上 那匹配标签或者关键字这么做似乎也行 一句话 -> 分词 -> 搜索匹配 -> 前10个结果...
多谢建议。这个部分要做得精准的话其实是比较尖端的，SCWS分词后有提供一些热门词排序，如果简单归结为标签也是不妥的，我觉得需要有标签库进行匹配和比对。
...类。 我想XUNSEARCH是否可以实现， 文章发过来的，自动分词的基础上，得出最适合本文的标签。 这里可以按照权重来给标签来个排序，如：热门度，关联度，重复度等等。 如果xunsearch能出这么一个webservice就更好了。
...分类性的，这个不能简单由前10来实现，比如‘你好’被分词出来，而且频度很高，却不适合做标签的； 有些热门的词汇，流行词汇，那种带有明显时效性可以加权，如‘凤姐’，‘芙蓉姐姐’， 有点类似百度风云榜的感觉； ...
...定义字典。完全忽略自带的字典。 然后我在字典里面 分词 ： 北海365 365 就这两个词。 然后我 搜的时候 是 ： 北海365 这时候返回的分词 却只有： 365 “北海”不见了 如果我启动系统自带词典 那么“北海”又...
...搜索引擎结合…… 现在目前已经成功用SCWS替换其原本的分词代码。 但是却发现一个问题，就是SCWS的适用范围似乎特别的窄…… 对于一个页面来说，通常含有数字、英文、英文标点、中文标点、中文等文字要素（可阅读部分...
多谢，此问题源于 rules.ini 中的词性修正。当初把单个字的动词+名词重点提升了权重。 参见这贴子：http://www.hightman.cn/bbs/showthread.php?tid=575&page=1&highlight=hightman#pid3092 当初解决”结合成分子时“ ”学人家人肉“ 。。 之类，所...
...是因为二元结合法所以scws自动将其合成为一个词。 复合分词是对原本是词的长词情况处理的，比如”中国“可以切成”中“＋”国“＋”中国“ 你的问题必须是 [code] $tk = $tokenizer->setDuality(false)->setIgnore(true)->setMulti(11)->getResult(...
...是因为二元结合法所以scws自动将其合成为一个词。 复合分词是对原本是词的长词情况处理的，比如”中国“可以切成”中“＋”国“＋”中国“ 你的问题必须是 [code] $tk = $tokenizer->setDuality(false)->setIgnore(true)->setMulti(11)->getRe...
今天旗下的http://www.anetb.com需要一个支持中文分词的搜索页，原drupal的太烂了， 我的做法是：结合xunsearch实现drupal commerce下的中文搜索 测试页：http://www.anetb.com/tsearch/demo/commerce/search.php ， 可输入“奶粉”，我的站准备做这...