PHP文章的分类管理,classifier4php: 基于 PHP 和 word2vec 的分类器,用于文章、新闻等内容自动分类,项目包含样本训练、识别代码,分词组件用的是 PhpAnalysis,简...

classifier4php

基于 PHP 和 word2vec 的简单分类器,用于文章、新闻等内容自动分类,项目包含样本训练、识别代码,

分词组件用的是 PhpAnalysis,简单灵活。欢迎大家一起优化并完善。

项目地址:

背景

每个搜索引擎其实都有一套完善的分类器,拿最简单的分类器举例,

不管你是巨头门户还是垂直三、四级以下的网站,他都能识别你的站点类型。

面向海量内容的今天,随随便便就能从互联网采集、抓取海量的数据,

而数据又杂乱无章,如果用人工整理归类,太浪费资源了。

作者做过各类站群、垂直站点,深知分类器的重要性。

运行环境

操作系统:windows \ *inux

PHP 版本:PHP 5+

PHP 依赖:PHP-mbstring.

word2vec:window xp

如果您的操作系统是Linux、Centos等,

然后修改 run.php 中 word2vec 执行路径:

define('EXE_WORD2VEC', 'word2vec.exe');

系统自带了基于 windows 的 word2vec 版本。

项目实例1: demo1/run.php

项目中写了一个将小说自动训练并归类为:现代和古代的例子。

训练集结果文件已经存在于 source_data 目录中。

您可以直接将要识别的小说文件放至 source_target 中,即可自动识别。

运行方式

配置 PHP 路径到系统环境变量 PATH 中,或者手工执行:

/path/php run.php > run.log

即可在 run.log 中看到运行结果。

注:windows 下,设置好 PATH 后,也可以直接运行 run.bat

项目实例2: demo2/index.php

请用浏览器访问,截图:

dc4d10cafc813e28c5a0a0e65daf7eed.png

94b83f93ea70fe13c7918ed94f224566.png

本实例是经过千万数据集训练出来的结果,

可以直接用于生产环境下的新闻分类,支持自动分类以下常见新闻类型:

财经

-保险

-产经

-宏观

-基金

-理财

-企业

-新股

-银行

-证券

房产

-八卦

-明星

-政策

-专家

-资讯

国际

国内

军事

-港澳台

-观察

-国际

-国内

-科技

-秘史

-评论

科技

-IT

-互联网

-家电

-酷玩

-软件

-数码

-探索

-通信

历史

-解密

-人物

-文史

-野史

-战史

旅游

-发现

-攻略

美食

女人

-彩妆

-丰胸

-护肤

-香水

-整形

汽车

-厂商

-访谈

-媒体

-资讯

社会

-法律

-奇闻

-万象

时尚

-街拍

-视觉

-资讯

体育

养生

-按摩

-保健

-减肥

-美容

-营养

-中药

游戏

-攻略

-海外

-人物

-周边

-资讯

育儿

-宝宝健康

-宝宝营养

-备育

-产后

-明星育儿

-母婴

-曝光

-幼儿园

-游戏

-育期

-资讯

娱乐

政务

-部委

可通过浏览器访问 demo2/index.php

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值