37 lines
1.9 KiB
Markdown
37 lines
1.9 KiB
Markdown
# Стеммер Портера для русского языка
|
||
|
||
## Описание
|
||
|
||
Данный стеммер является заменой расширению stem_russian_unicode.
|
||
|
||
## Сравнение с расширением stem_russian_unicode
|
||
|
||
*Плюсы:*
|
||
|
||
1. не требовать внешних расширений для PHP. Стеммер написан целиком на PHP.
|
||
2. избавиться от проблем с юникодом. stem_russian_unicode зависит от SET_LOCALE и может при неверном значении портить строки с юникодом.
|
||
3. быть легко изменяемым под конкретные требования проекта. В случае расширения, при изменении логики работы его придётся пересобирать.
|
||
|
||
*Минусы:*
|
||
|
||
1. в силу того, что этот стеммер написан на PHP с использованием регулярных выражений, он должен проигрывать в скорости работы скомпилированному расширению, написанному на C.
|
||
2. Требует для своей работы PHP версии >=5.4 (возможно, добавлю поддержку версии 5.3)
|
||
|
||
## Использование
|
||
|
||
<?php
|
||
$text = '...';
|
||
require __DIR__ . '/vendor/autoload.php';
|
||
$stemmer = new \NXP\Stemmer();
|
||
$stemmed = [];
|
||
foreach (explode(' ', $text) as $word) {
|
||
$stemmed[] = $stemmer->getWordBase($word);
|
||
}
|
||
$result = implode(' ', $stemmed);
|
||
|
||
## Отличия от классического стеммера Портера
|
||
|
||
Единственное отличие заключается в том, что в данной реализации буква «ё» является самостоятельной гласной, а не буквой «е»
|
||
|
||
## Лицензия GPLv3
|