php - 提取两个段落之间的共同词？

Question

如何提取php5中两个或多个段落之间的常用词？我想总结每个文本以创建排名靠前的单词列表可能会起作用然后比较它们。

Answer 1

我想最基本的方法是:

• 将每个段落拆分为单词数组，使用 explode 或 preg_split
  • 第一个可能会快一点
  • 第二个可能会提供更多选项
• 也许，对单词列表进行一些过滤:
  • 清理每个单词
    • 删除特殊字符，例如重音字母
    • 将所有内容转换为小写/大写，以帮助您稍后进行比较
  • 删除太常见的单词
  • 删除太短的单词
  • array_filter ，在这里，可能会有所帮助
• 然后，使用 array_intersect 之类的内容获取两个数组中的单词列表。