同步操作将从 mz/classifier4php 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
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。
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。
如果您的操作系统是Linux、Centos等,
您需要自行下载 word2vec ( https://code.google.com/p/word2vec/ )编译。
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。
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
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。