安装PHP版本结巴分词
git clone https://github.com/jonnywang/PHPjieba.gitcd PHPjieba/cjieba makecd .. PHPize ./configure make make install
如果你要安装其他版本的结巴分词,比如java,c++,python版本参考:https://github.com/yanyiwu/cppjieba
在PHP.ini配置结巴分词
需要在PHP.ini中配置结巴分词,ubuntu中位于/usr/local/etc/PHP/7.0/PHP.ini,你可以自己查找自己的文件位置,同时你要找到自己下载的PHPjieba.git的位置:
extension=jieba.so jieba.enable=1jieba.dict_path=/private/var/www/PHPjieba/cjieba/dict*jieba.dict_path指向字典所在对应目录,请根据自己编译目录替换更改
测试
$result = jieba('小明硕士毕业于中国科学院计算所,后在日本京都大学深造');echo implode('/', $result) . PHP_EOL;//计算所/小明/京都大学/深造/硕士/中国科学院/毕业/日本$result = jieba('小明硕士毕业于中国科学院计算所,后在日本京都大学深造', 1, 50);echo implode('/', $result) . PHP_EOL;//小明/硕士/毕业/于/中国/科学/学院/科学院/中国科学院/计算/计算所/,/后/在/日本/京都/大学/京都大学/深造$result = jieba('他心理健康', 1);echo implode('/', $result) . PHP_EOL;//他/心理/健康/心理健康$result = jieba('this is a demo, my name is jony', 1, 10);echo implode('/', $result) . PHP_EOL;//demo/jony$result = jieba('this is a demo, my name is jony');echo implode('/', $result) . PHP_EOL;//this/ /is/ /a/ /demo/,/ /my/ /name/ /is/ /jony$result = jieba('小明硕士毕业于中国科学院计算所,后在日本京都大学深造', 2); print_r($result);Array( [小明] => x [硕士] => n [毕业] => n [于] => p [中国科学院] => nt [计算所] => n [,] => x [后] => f [在] => p [日本] => ns [京都大学] => nz [深造] => v )
更新请参考example目录
词性可参考HanLP词性标注集解释
项目地址:jonnywang/phpjieba
修改字典
上面我们配置了/private/var/www/PHPjieba/cjieba/dict为存放目录,接下来我们要定义自己的字典库,一般情况下在user.dict.utf8中修改即可,可以把值设置高点防止其它权值太高导致你设置的无效:
不处理 999999999 nz