通过Solr为内容生成关键字

Question

我正在为我的新Solr应用程序整合PHP。

由于我是solr部分的新手，我想知道是否可以通过solr为每个内容页面生成一些有用的标签？像自动标记机制。

提前致谢...

P.S我的内容有波斯语和英语两种版本。

Answer 1

  

类似于自动标记机制。

是的，你可以建立类似的东西。

有两种不同的方法可以实现：

1. 使用Clustering Component from Solr构建文档组，并通过solr标记这些文档。标签就像您正在寻找的标签。
2. 使用MLT功能实现标记。

我使用1.）方法启动了一个自动标记项目，并取得了中等成功。为一组文档查找标签是一个艰难的过程。
但幸运的是，我有一些已经taggegd的文件。如果您还有一些带有效标签的文档，那么您可以使用2.）方法将这些文档作为开始学习的基础：

获取没有标签的文档，并对带有标签的文档执行MLT搜索。从您喜欢的文档中获取标记并计算它们。根据计数，将一个或多个标记应用于untaggegd文档。就我而言，这非常有效。方法2.）是基于机器的学习的一种实施方式，但只有5％的工作输入，你将获得95％的成功。

Answer 2

因为它是一个PHP应用程序，如果你可以在php中生成标签，然后插入/更新到Solr，这里有几个选项 -

• 如果使用网络服务没问题，请检查Yahoo's Term Extractor
• 如果您可以/想要自己托管术语提取服务（可能在本地服务器中），请检查FiveFilters
• Here是 php函数，用于从文本块中提取有价值的单词。肯定不如 Yahoo Term Extractor 那么高效，但它可能适合你。