使用PHP的NLP编程工具？

Question

自大型web应用出现以来，快速、准确地搜索数据成为web应用中最重要的问题之一。有一段时间，我一直在使用Lucene.NET，它是Lucene项目的一个C#端口。

我还使用Zend框架的Lucene API使用PHP进行工作，这就引出了我的问题。为了提供良好的索引，我们大多数时候需要执行一些NLP工具，如标记、引理以及更多的工具，问题是：

你知道有什么好的使用PHP的NLP编程框架/工具集吗？

PS:我非常清楚Lucene的Zend，但是正确地索引数据不仅仅是在Lucene中存储和依赖，您需要执行一些额外的任务，如上面的任务。

Answer 1

我建议您看看索尔，它是Lucene的最佳实践实现。Solr使用了一个基于REST的API，它还有一个非常好的PHP客户端。这将允许您利用Lucene的功能，而无需执行任何低级编程来获得所需的NLP能力。另外，您可能希望获取Solr的主干版本，因为NLP开发现在非常活跃，而且每天都会添加新功能。

Answer 2

Zend拥有lucene到PHP的完整端口。见docs 这里。

• 卢塞尼有令牌器
• Lucene有一个波特干器
• 卢塞尼有雪球
• Lucene可以与字网结合

Answer 3

好像你在找几个月前我搜索过的东西:D.我正在使用Solr运行一个基于php/zend的项目(通过php-solr-client lib)，到目前为止，我还没有在php中为高级NLP找到任何东西。对于基本内容，正如每个人所提到的，您可以使用Solr (词干、标记云/短语标记云、标记化等等)，还有一些基本但有用的文本处理php库(没有什么特别的东西，最好还是依靠Solr本身).但是，如果您正在寻找更多的算法/语义/情感NLP分析，我建议您从PHP转到Java中，因为有更多的库可以在这方面帮助您(比如OpenNLP)。如果你想要的是有价值的东西，你可能想看看Mahout：

http://www.lucidimagination.com/blog/2010/03/16/integrating-apache-mahout-with-apache-lucene-and-solr-part-i-of-3/