提取PHP时格式错误的关键字

Question

我正在使用此resource从网页中提取关键字。它工作正常，但有些词语变得格格不入。单词“记忆”被提取为“ memori ”，“文章”被提取为“ articl ”。还有许多其他类似行为的关键字。 Here是从this URL中提取的一些关键字的列表（var_dump（$ uniqueKeywords）），作为函数的参数。

P.S。：我没有剥离数字。

Answer 1

使用Stemming算法转换单词。词干化允许不同形式的单词匹配，例如“记忆”和“记忆”都转换为“memori”。请注意，词干词通常不是实际词，但只应用于比较。

如果您不想要此行为，请跳过本教程的'Stem the words'部分。