Класс использует грамматические правила, а не словари. Исключение: для работы методов преобразования слов из одной части речи в другую используется Yandex.Speller. Класс хорошо подходит для работы с формальными утверждениями, структурными высказываниями, а также со словами, для которых не существует словарных синонимов - например, сложными научными терминами.
- Выделение в тексте частей речи
- Удаление окончаний у слов по двум алгоритмам (Мартина Поттера и по словарю окончаний)
- Преобразование текста в массив слов
- Очистка текста от незначимых частей речи
- Поиск в тексте объекта, подлежащего и определения
- Образование словоформ от стэмов слов
- Преобразование прилагательных, являющимися определениями в тексте, в существительные
- Преобразование существительных, являющихся субъектами в тексте, в прилагательные
- Преобразование слов из одной части речи в другую
- Добавление оконечных суффиксов к стэмам
- Образование возможных суффиксальных словоформ от слова
composer require zoviet/lexiconСм. examples.php для более подробной информации.
- 'UNKN' => 'Не определено',
- 'PRES' => 'Предлог',
- 'NUMS' => 'Числительное',
- 'ADVS' => 'Наречие',
- 'NOUNS' => 'Существительное',
- 'VERBS' => 'Глагол',
- 'PARTS' => 'Причастие',
- 'ADJS' => 'Прилагательное',
- 'UNIS' => 'Союзы'
Эта интерпретация доступна в константе TYPES;
- test_word($word,FALSE|TRUE) - Определение части речи слова, вторым параметром передается необходимость интерпретации в текстовом виде (по умолчанию FALSE).
echo \Lexicon\Semantic::test_word('курица');
//Вернет: NOUNS
echo \Lexicon\Semantic::test_word('курица',TRUE);
//Вернет: Существительное- remove_ending($word,$type=FALSE) - Избавление слова от окончаний по словарю окончаний, второй параметр - указатель на то, как интерпретировать слово (например, 'PARTS' - причастие. Не обязательно)
echo \Lexicon\Semantic::remove_ending('курица');
//Вернет: куриц
echo \Lexicon\Semantic::remove_ending('курица','ADVS');
//Вернет: курица- stem($word) - Стемминг слова по алгоритму Мартина Портера.
echo \Lexicon\Semantic::stem('гиперборейский');
//Вернет: гиперборейск- transform($word,$type,FALSE) - Трансформация слова в другой тип (из существительного в прилагательное и обратно), указатель на который передается вторым параметром, третьим параметром передается необходимость получения массива вариантов, а не единственного с наибольшей доверительной вероятностью. Метод использует Speller.
echo \Lexicon\Semantic::transform('ботаник','ADJS');
//Вернет: ботанический
echo \Lexicon\Semantic::transform('некоторый','ADJS');
//Вернет FALSE, т.к. некоторый - не существительное
echo \Lexicon\Semantic::transform('аалдрораловавыаффвыпрафп','ADJS');
//Вернет NULL, т.к. преобразование не получилось- remove_suffix($word,$type) - Рекурсивно убирает все суффиксы слова тип type (например, VERBS - глагол). Может принимать слова, уже лишенные окончаний.
echo \Lexicon\Semantic::remove_suffix('патологоанатомический','ADJS');
//Вернет: патологоанат- add_suffix($stem,$type,FALSE) - Добавляет суффиксы типа type к стэмму (слову без суффиксов) с проверкой получившегося словаря вариантов. При третьем параметре, установленном в TRUE вернет не один вариант с наибольшей доверительной вероятностью, а словарь с ключами в виде доверительности. Использует Speller.
echo \Lexicon\Semantic::add_suffix('ботан','ADJS');
//Вернет: ботанический
\Lexicon\Semantic::add_suffix('лис','ADJS');
//Вернет: ["лисянский"]=>
int(5)
["лысенький"]=>
int(3)
["лисицкий"]=>
int(3)
["лысоватый"]=>
int(3)
["лисовский"]=>
int(2)
["листоватый"]=>
int(2)
["лесистый"]=>
int(2)
["лосский"]=>
int(2)
- forms ($stem,$type) - получение массива всех "грязных" словоформ от стемма по типу type.
var_dump (\Lexicon\Semantic::forms('лис','ADJS'));
//Вернет: array(94) {[0]=>
string(26) "лисоватенький"
[1]=>
string(26) "лисоватенькый"
[2]=>
string(26) "лисеватенький"
[3]=>
string(26) "лисеватенькый"
[4]=>
string(22) "лисехонький"
[5]=>
string(22) "лисехонькый"
[6]=>
string(22) "лисохонький"
[7]=>
string(22) "лисохонькый"
[8]=>
string(22) "лисешенький"
[9]=>
string(22) "лисешенькый"
[10]=>
string(22) "лисошенький"
и т д$semantic = new \Lexicon\Semantic();
//или инициализация с передачей текста:
$semantic = new \Lexicon\Semantic('Программное обеспечение P позволяет рационально организовать распорядок дня и освободить до 70% времени.');-
string - содержит исходную фразу со всеми базовыми ее преобразованиями (если они были)
-
words - массив слов текста по очереди их появления в нем. Создается либо методом words либо автоматически при вызове любого метода обработки
-
result - хранит результаты грамматического разбора текста в виде массива по частям речи с полными словами или (если были применены методы массовой работы с окончаниями) стэммы слов
Если для метода не указано иное, то результатом его работы является изменение сквозных свойств класса.
Если для методов не указаны передаваемые свойства, значит их нет.
- text(строка) - передача текста на обработку
- remove_braces() - удалить из текста скобки вместе с их содержимым
- words(array=NULL) - преобразование строки в массив слов без переданных свойств либо установка в виде массива слов класса переданного массива
- remove_pres() - удаление из массива слов предлогов
- remove_unis() - удаление союзов
- remove_nums() - удаление числительных
- remove_all() - применение всех вышеперечисленных удалений
- remover($array) - удаление из массива слов и знаков, переданных в виде массива
$string = 'Программное обеспечение (P) позволяет чуть более рационально организовать распорядок дня и освободить до 70% времени.';
$semantic->text($string)->remove_braces()->words()->remove_all()->remover(array('%','.'));
var_dump($semantic->words);
//Вернет
array(9) {
[0]=>
string(22) "Программное"
[1]=>
string(22) "обеспечение"
[2]=>
string(18) "позволяет"
[3]=>
string(22) "рационально"
[4]=>
string(24) "организовать"
[5]=>
string(20) "распорядок"
[6]=>
string(6) "дня"
[7]=>
string(20) "освободить"
[8]=>
string(14) "времени"
}Метод устанавливают свойство result класса.
- explore()
$string = 'Программное обеспечение (P) позволяет чуть более рационально организовать распорядок дня и освободить до 70% времени.';
$semantic->text($string)->remove_braces()->words()->remove_all()->explore();
//или если предварительный разбор не нужен, а текст передан через конструктор
$semantic->explore();
var_dump($semantic->result);
//Вернет
["ADJS"]=>
array(2) {
[0]=>
string(22) "Программное"
[1]=>
string(22) "обеспечение"
}
["VERBS"]=>
array(3) {
[0]=>
string(18) "позволяет"
[1]=>
string(24) "организовать"
[2]=>
string(20) "освободить"
}
["ADVS"]=>
array(1) {
[0]=>
string(22) "рационально"
}
["NOUNS"]=>
array(3) {
[0]=>
string(20) "распорядок"
[1]=>
string(6) "дня"
[2]=>
string(14) "времени"
}
}- stemming() - удаление окончаний по словарю. Если метод применить ТО разбора текста на части речи, то окончания будут убраны в массиве слов (words), если после, то в массиве частей речи (results).
$string = 'Программное обеспечение (P) позволяет чуть более рационально организовать распорядок дня и освободить до 70% времени.';
$semantic->text($string)->remove_braces()->words()->remove_all()->explore()->stemming();
var_dump($semantic->result);
//Вернет:
["ADJS"]=>
array(2) {
[0]=>
string(18) "программн"
[1]=>
string(18) "обеспечен"
}
["VERBS"]=>
array(3) {
[0]=>
string(14) "позволя"
[1]=>
string(20) "организова"
[2]=>
string(14) "освобод"
}
["ADVS"]=>
array(1) {
[0]=>
string(14) "рациона"
}
["NOUNS"]=>
array(3) {
[0]=>
string(16) "распоряд"
[1]=>
string(4) "дн"
[2]=>
string(12) "времен"
}
}
$semantic->text($string)->stemming();
var_dump($semantic->words);
//Вернет:
[0]=>
string(18) "программн"
[1]=>
string(18) "обеспечен"
[2]=>
string(14) "позволя"
[3]=>
string(14) "рациона"
[4]=>
string(20) "организова"
[5]=>
string(16) "распоряд"
[6]=>
string(4) "дн"
[7]=>
string(14) "освобод"
[8]=>
string(12) "времен"
}
Методы вероятностные, выделение не гарантируется. Работают как с массивом слов, так и с массивом стэмов.
- subject() - выделение субъекта - наиболее "значимого" существительного. Возвращает существительное или NULL если не найдно.
- defenition() - то же для прилагательных.
- predict() - то же для предикта.
$string = 'Программное обеспечение (P) позволяет чуть более рационально организовать распорядок дня и освободить до 70% времени.';
echo 'Предикт:'. $semantic->text($string)->predict();
echo ' | Субъект:'. $semantic->subject();
echo ' | Отношение:'. $semantic->definition();
//Вернет:
Предикт:позволяет | Субъект:распорядок | Отношение:Программное- to_noun(FALSE) - Преобразует значимое прилагательное (найдет сам) (отношение) в существительное. Возвращает одно значение (наиболее вероятное) при запуске без свойств или массив (словарь) слов при TRUE. Используется Speller;
- to_adj(false) - то же самое, только в обратную сторону
$string = 'Программное обеспечение (P) позволяет чуть более рационально организовать распорядок дня и освободить до 70% времени.';
echo 'Новый субъект:'. $semantic->text($string)->to_noun();
echo ' | Новое отношение:'. $semantic->to_adj();
//Вернет:
Новый субъект:программа | Новое отношение:распорядительный- analise($deep) - Глубокое преобразование на заданную глубину вложения. Подразумевается работа со значительно усложенными утверждениями. Глубина - число рассматриваемых для анализа сущностей (прилагательных и существительных). Возвращает ассоциированный массив уровней раскрытия и соответсвующих им субъектов.
$string = 'Программное обеспечение (P) позволяет чуть более рационально организовать распорядок дня и освободить до 70% времени.';
var_dump ($semantic->text($string)->analise(2));
//Вернет:
array(2) {
["level"]=>
array(3) {
[0]=>
string(32) "распорядительный"
[1]=>
string(10) "новый"
[2]=>
string(18) "временный"
}
["subject"]=>
array(2) {
[0]=>
string(16) "программа"
[1]=>
string(20) "беспечность"
}
}Обработка такого массива: отнесения уровня раскрытия к субъекту. Например, в случае из примера выше массив может быть прочтен как "распорядительный программа - новый временный беспечность". После обработки спеллером: "распорядительная программа - новая временная беспечность".