Php 如何从文本中查找关键字（有用的词）？

我正在做一个实验项目

我想要实现的是，我想找到文本中的关键词

我试图做到这一点的方法是，我列出一个单词在文本中出现的次数，按最常用的单词排列在顶部

但问题是一些常见的词，比如is，was，were总是排在前面。显然这些都不值得

---

你们能给我一些好的逻辑来做这件事吗，这样它总能找到好的相关关键词吗？

好吧，你们可以使用preg_split来获得单词列表以及它们出现的频率，我假设这就是你们目前为止所做的工作

关于去除不重要的单词，我唯一能想到的是有一本你想忽略的单词词典，包含“a”、“I”、“the”、“and”等。使用这本词典过滤掉不需要的单词

---

你为什么这么做，是为了搜索页面内容吗？如果是，那么大多数后端数据库都提供了某种文本搜索功能，例如MySQL和Postgres都有一个全文搜索引擎，可以自动丢弃不重要的单词。我建议使用您正在使用的后端数据库的全文功能，因为它们可能已经实现了一些满足您需求的功能

使用类似a的词来识别不同的词类，如名词。然后只提取名词，并按频率对它们进行排序。

我的第一种方法是建立数学模型，而不是单纯的编程

有两种“简单”的方法可以解决这样的问题； a） 排除列表（惩罚你认为无用的单词集合） b） 使用权重函数，例如，它建立在单词长度的基础上，因此诸如介词（in，at…）和代词（I，you，me，his…）之类的小词将受到惩罚，并有望落在表中

我不确定这是否是你想要的，但我希望它能帮助你。

---

顺便说一句，我知道上下文文本处理是一个活跃的研究课题，你可能会发现一些项目可能很有趣

是的，我也想到了这一点，忽略了一些已知的不值得使用的单词。但问题是我不是以英语为母语的人，所以我在基本语法规则方面很弱。我认为不值得使用的单词列表会很长。能给我一张单子吗（我不知道名字叫什么可能是“第一人称”为“他她我”的词）。“我”、“你”、“他”、“她”、“它”、“我们”、“他们”都是人称代词有一个已知的图书馆吗？我知道python有一些很棒的库：我也在寻找一个PHP解决方案来获取关键字。您可能会发现这很有趣：