PHP में रूसी और यूक्रेनी भाषाओं के संभावित रूपात्मक रूपात्मक विश्लेषक

हर वेबसाइट डेवलपर से पहले, जल्द या बाद में, साइट खोज को लागू करने पर सवाल उठता है। यह वांछनीय है कि खोज शब्द पर आधारित हो, अर्थात्। शब्दों के अंत को ध्यान में नहीं रखा। इस उद्देश्य के लिए, कार्यक्रम का उपयोग किया जाता है, जो शब्द के आधार को उजागर करते हैं। कई स्टेमर्स एक शब्दकोश के आधार पर काम करते हैं, और छोटे और मध्यम आकार की परियोजनाओं में विशाल शब्दकोशों का उपयोग नहीं करने के लिए, एक संभाव्य आकारिकी विश्लेषक का उपयोग किया जा सकता है। इसकी विशिष्ट विशेषता डेटाबेस का अपेक्षाकृत छोटा आकार है और, तदनुसार, डेटाबेस लोड की अनुपस्थिति। आधार की गुणवत्ता आवंटन में बड़े नुकसान के बिना।



स्टैमिंग एक दिए गए स्रोत शब्द के लिए एक शब्द का आधार खोजने की प्रक्रिया है। शब्द का आधार आवश्यक रूप से शब्द के रूपात्मक जड़ से मेल नहीं खाता है। कंप्यूटर विज्ञान में स्टेमिंग एल्गोरिथ्म एक दीर्घकालिक समस्या है। उपयोगकर्ता की खोज क्वेरी को सारांशित करने के लिए पूर्वेक्षण प्रणाली में इस प्रक्रिया का उपयोग किया जाता है।

स्टेमिंग के विशिष्ट कार्यान्वयन को स्टेमिंग एल्गोरिथम या केवल स्टेमर कहा जाता है।







हाल ही में मुझे सभ्य गुणवत्ता के साथ रूसी और यूक्रेनी के लिए एक स्टेमर की आवश्यकता थी, एंड्रे कोवलेंको की वेबसाइट पर इंटरनेट के माध्यम से खुदाई करने पर मुझे एक बहुत ही दिलचस्प स्टेमर मिला। स्टीमर विवरण



इसे C ++ में लागू किया गया था, जिसने मुझे बहुत परेशान किया। यह मुझे परेशान नहीं था कि यह सी में लिखा गया था, लेकिन तथ्य यह है कि बारीकियों (केवल PHP) के कारण, मैं इसका उपयोग नहीं कर सका। मुझे इस बारे में जानकारी नहीं थी और, एक डिबगर से लैस होकर, इस एप्लिकेशन को PHP में पोर्ट कर दिया।



साइट में PHP के लिए एक मॉड्यूल के रूप में अधिक उत्पादक स्टेमर है, लेकिन मेरे लिए यह बहुत महत्वपूर्ण नहीं है कि प्रति सेकंड कितने शब्द 12 हजार या 2-3 हजार की प्रक्रिया करेंगे, यह मेरे और एक हजार के लिए पर्याप्त होगा (मैंने गति का परीक्षण नहीं किया)



पोर्टेड क्लास कोड (स्टेमका.फपी)



इसे कैसे काम करें:



मूल पुस्तकालय डाउनलोड करें लाइब्रेरी फ़ोल्डर से मूल पुस्तकालय हम शब्दकोश फजी * .inc लेते हैं



हम PHP के लिए सुविधाजनक रूप में शब्दकोशों लाते हैं। मैंने डेटा को एक बाइनरी फ़ाइल में कनवर्ट किया और इसे file_get_contents फ़ंक्शन का उपयोग करके डाउनलोड किया।



परिवर्तित करने से पहले, आपको शब्दकोशों के साथ C ++ फ़ाइलों को संपादित करने की आवश्यकता है।

1. फ़ाइल की शुरुआत में "<? Php" टैग जोड़ें

2. फ़ाइल के अंत में "जोड़ें?>" जोड़ें

3. "$ फजी = सरणी" के साथ "{" बदलें

4. बदलें "}" के साथ ");"



उसके बाद, रूपांतरण स्क्रिप्ट निष्पादित करें और फ़ाइलों को परिवर्तित किया जाएगा।

<? php

"fuzzyuk.inc" शामिल करें ;

$ fp = fopen ( 'fuzzyuk.dat' , 'w' ) ;

foreach ( $ v के रूप में $ फ़ज़ी )

fwrite ( $ fp , chr ( $ v ) ) ;

fclose ( $ fp ) ;

"fuzzyru.inc" शामिल करें ;

$ fp = fopen ( 'fuzzyru.dat' , 'w' ) ;

foreach ( $ v के रूप में $ फ़ज़ी )

fwrite ( $ fp , chr ( $ v ) ) ;

fclose ( $ fp ) ;

?>

यदि आप परिवर्तित नहीं करना चाहते हैं, तो यहां परिवर्तित शब्दकोश fuzzyuk.dat (243 ) fuzzyru.dat (403 ) हैं



स्टीमर जाने के लिए तैयार है। उपयोग उदाहरण:

<? php

"स्टेमका । एफपी" शामिल करें ;

$ स्टेमका = नया स्टेमका ( ) ;

$ str = 'rewrite' ;

इको $ स्टेमका -> गेटस्टेमक्रॉप ( $ str , 'uk' ) ;

?>

या डेमो



मैं विषय में पूरी तरह से शामिल होने का ढोंग नहीं करता, मैंने सिर्फ कोड साझा करने का फैसला किया है, और अचानक कोई काम आएगा ...



आप आलोचना कर सकते हैं और माइनस कर सकते हैं।