什麼是建議內容關鍵字的有效庫？

Question

當前正在設計一個用於我的網站的CMS。我想知道是否有任何免費的庫可用於創建基於內容的標籤。

例

我喜歡樹。樹是有葉子的植物。樹上的葉子可以是多色的 。

會產生標籤樹木和葉。

該庫應該是PHP或JS。

編輯1：

我發現了一個簡單的庫我的一半任務 - http://www.cafewebmaster.com/get-top-100-words-keywords-text-php

我已經編輯一下庫規格應爲（得益於@NullUserException指導） -

• 統計所有單詞（忽略大小寫和倒數），丟掉停用單詞並挑選最高頻率的單詞

• 編輯文本以製作更具體的類型（可能具有更低的頻率），具有更高的價值。例如，在示例中 - '多色'應該變得更高，因爲它對該主題更具體。但是它應該包含一個前綴，表明它與主題相關（它會變成葉子多色）。

編輯2：

算法應該刪除具有少於3個字符除非他們是在首都或格式化，否則

Answer 1

話是你的CMS上的標籤已經被定義？如果是的話，你可以在內存中索引你的文本，並使用所有已知標籤對文本進行搜索。選擇評分最高的標籤並呈現給用戶。

建立索引和搜索可以與http://lucene.apache.org/solr/

編輯來完成：請注意，我建議您的標籤/關鍵字定義，並從管理面板管理（例如像在WordPress）。否則，最終會有數千個從您的文章中生成的關鍵字，這永遠不會對最終用戶有所幫助。