php - 在 PHP 中自动生成 META 标签

Question

我正在考虑编写一个 PHP 脚本来分析 CMS 页面的内容（即数据库字段），然后自动生成 (X)HTML META 描述和关键字标签，但与往常一样，重新发明轮子没有意义，所以我想知道有没有人知道这样的野兽？

前者我想像一个相对简单的正则表达式来抓取第一句话或两句话，而后者可能涉及根据常用词词典消除单词，然后对频率或类似内容进行加权。

Answer 1

您正在考虑的问题有两个：一个是关键字提取，另一个是文档摘要。第一个，我显然会用于关键字，它有一个非常简单的天真的方法：选择内容中最常见的词，减去所有停用词（如果你不知道这些是什么，请在 Wikipedia 中查找）。还有许多更高级的方法，包括为包含同义词、文本或标记中的位置等加权。有几个 PHP 中简单的关键字提取脚本示例，您可以轻松实现。只需谷歌搜索“PHP 关键字提取”之类的内容，您就会找到一些。

另一方面，第二个问题有点困难，仍然是很多学术工作的来源。您需要对非常全面的元描述标签进行总结。如果你不是在寻找一个可能仍然僵硬或不连贯的长期人工智能项目，那么实际上可能不值得你花时间。另一种方法是简单的使用关键字提取的启发式方法：“这篇文章是关于（第一个最常见的关键字）、（第二个最常见的关键字）和（第三个最常见的关键字）”。您至少可以从关键字和描述中的某些内容中受益。如果您想改变它，请改用一些同义词。WordNet有一个半功能的PHP 实现，但我对于那里的繁重工作，因为大部分工作已经为您完成。

我想花一点时间来鼓励您在这方面的研究，并忽略 Warnica 先生的反对意见。元信息对于搜索领域的文档分类和信息提取都很重要。没有数据是愚蠢的，事实上，为大型内容管理系统自动化它是值得的。祝你的努力好运。

Answer 2

Yahoo Pipes Term Extractor模块的功能与您想要的类似。不幸的是，我不知道管道模块打开的来源。