利用csw中文分词组件来实现自己网站的内容关键词自动提取

来源：互联网   发布日期：2011-10-05 21:08:14   浏览：18512次  

利用csw中文分词组件来实现自己网站的内容关键词自动提取

[ 发布者：佚名┊来源：网络整理┊时间：2006-12-24┊浏览： 人次 ]

比如标题是：腾讯QQ 2006 珊瑚虫集成版 v4.5b
分词后：[此资源关键词:腾讯 QQ 珊瑚虫 集成 ]
并且把关键词做成专题，可以为每个内容页面生成相关连接了
用CSW中文分词组件
下载：http://www.vgoogle.net/Product_CSW.asp
下面是我的ASP代码，比较粗浅，但实用

codecsw 得到输出的所有分词结果，用它的组建里面有个ASP文件，你一看就知道怎么得到分词结果了，这个不详细说了。

fcon=split(htm," ")
fcs=ubound(fcon)
for fci=0 to fcs
if fci mod 2=0 then
fcn=fcn&fcon(fci)&"$fc^#$"  ''我这里用$fc^#$来分割每个分词
else
fcw=fcw&fcon(fci)&"$fc^#$"
end if

next
fcn=left(fcn,len(fcn)-12) ''去掉最前面的$fc^#$
fcw=left(fcw,len(fcw)-6) 去掉最后面的$fc^#$
don=split(fcn,"$fc^#$")
donn=split(fcw,"$fc^#$")
dos=ubound(don)
for doi=0 to dos
fcname=don(doi)  ''得到分词
fcsx=donn(doi)   ''得到分词属性
''下面是判断分词符合我所提出的属性，比如名词、名动词、动词等，排除了数词、状词和连接词等。
if fcsx="/b" or fcsx="/nz" or fcsx="/n" or fcsx="/an" or fcsx="/nx" or fcsx="/f" or fcsx="/i" or fcsx="/l" or fcsx="/ng" or fcsx="/nr" or fcsx="/ns" or fcsx="/nt" or fcsx="/nz" or fcsx="/v" or fcsx="/vn" or fcsx="/s" or fcsx="/g" then
if len(fcname)>1 then
if instr(fcname1,fcname&"$") then
else
if fcname<>" " and fcname<>"" then
fcname=replace(replace(replace(trim(fcname),chr(10),""),chr(13),""),chr(10)&chr(13),"") ''去除分词的换行和回车键
if len(fcname)>1 then
''这里是分词入库，我的分词库只有三个字段，自动ID、分词名称和分词所属的内容ID
Set Rs = CreateObject("ADODB.Recordset")
sql="select top 1 * from fc where fcname=''"&fcname&"''"
rs.open sql,conn,1,3
if rs.eof then
rs.addnew
end if
rs("fcname")=fcname
if instr(rs("mid"),","&id&",") then
else
rs("mid")=rs("mid")&","&id&","
end if
rs.update
rs.close
set rs=nothing
''分词入库结束
end if
end if
response.write fcname&"("&fcsx&")
"
mfc=mfc&fcname&","
end if
fcname1=fcname1&fcname&"$"
end if
end if
next
''这里是将分词添加到内容表，在内容表我只多加了一个分词字段mfc
if right(mfc,1)="$" then mfc=left(mfc,len(mfc)-1)
Set Rs = CreateObject("ADODB.Recordset")
sql="select top 1 mfc from m where mid="&id
rs.open sql,conn,1,3
rs("mfc")=mfc
rs.update
rs.close
set rs=nothing
end if

就这样实现了，呵呵，在分词表的内容ID都是用,来分割的，读取的时候自己研究下就可以

赞助本站