3

如何有效地从字符串中提取具有相关性的关键字？我的关键字列表是预定义的。例如，在一篇关于 Michelle Obama 的文章中也提到了 Barack Obama，我想提取Michelle Obama并Barack Obama让关键字Michelle Obama获得更高的相关性值（两者Michelle Obama都Barack Obama出现在我的关键字列表中）。

检查字符串中每个关键字的出现次数似乎不是很有效。我的应用程序是用 PHP 开发的，但如果我能有效地做到这一点，任何语言都可以。

我尝试了 OpenCalais，但它没有检测到我的大部分关键字。是否可以使用 Lucene 提取关键字？

4

1 回答 1

1

apache lucene 包将适合您。但是，如果您有标题和段落，则可以过滤掉停用词，为标题中的单词赋予更高的排名，然后在段落中匹配它们或它们的形式。您可以查阅一些文本摘要文章以更好地自己编程。

于 2011-03-01T09:20:35.967 回答