php - 什么是建议内容关键字的有效库？

Question

目前正在设计用于我网站的 CMS。我想知道是否有任何免费库可用于根据内容创建标签。

示例

I like trees. Trees are plants that have leaves. Leaves on tree can be multi-colored.

会产生标签trees和leaves。

库应该是 PHP 或 JS。

编辑 1:

我找到了一个简单的库来完成我的一半任务 - http://www.cafewebmaster.com/get-top-100-words-keywords-text-php

我已经编辑了库规范应该是什么(感谢 @NullUserException 的指导)-

• 计算所有单词(忽略大小写和变形)，抛出停用词并选择频率最高的单词

• 编辑文本以使更特定于该类型的词(可能具有较低的频率)具有更高的值(value)。例如在示例中 - 'multi-colored' 应该变得更高值，因为它更针对主题。但是它应该包含一个前缀，表明它与主题相关(它会变成多色叶子)。

编辑 2:

算法应删除少于 3 个字符的单词除非它们是大写字母或采用其他格式

Answer 1

您的 CMS 上的标签是否已经定义？如果是，您可以在内存中为您的文本编制索引，并使用所有已知标签对您的文本进行搜索。选择得分最高的标签并呈现给用户。

索引和搜索可以用 http://lucene.apache.org/solr/ 完成

编辑:请注意，我确实建议您从管理面板定义和管理您的标签/关键字(例如在 wordpress 中)。否则，您最终会得到从您的文章中生成的数千个关键字，这对最终用户毫无帮助。