Рубрикатор/определение тематики текста

[Мыловар]

Есть ли какие-то готовые решения на PHP для определения тематики ENG текста? Там даже не текст будет, а фраза long tail key. Желательно, чтобы не слишком тяжелое было. Возможно будет работать налету.

[awm521212225]

Есть ли какие-то готовые решения на PHP для определения тематики ENG текста?

Есть!
http://linkfeedator.ru/index.php?task=tematika

[PornRank]

Сообщение от awm521212225

http://linkfeedator.ru/index.php?task=tematika

Че-то как-то хреново работает на РУ-сайтах. А на ENG вообще не работает.

[Мыловар]

Сообщение от PornRank

Че-то как-то хреново работает на РУ-сайтах. А на ENG вообще не работает.

У меня результаты примерно те же. Плюс надо бы чтобы этот модуль был автономный и без всяких API.

[awm521212225]

увы исскуственный интеллект не изобрели.
даже у поисковиком с их мощностями это не оч хорого получается.
нужно укорачивать тз - набивать кеи своей тематики кот чаще встречаются и юзать их для разкладки по полкам

[PornRank]

Сообщение от awm521212225

увы исскуственный интеллект не изобрели.
даже у поисковиком с их мощностями это не оч хорого получается.
нужно укорачивать тз - набивать кеи своей тематики кот чаще встречаются и юзать их для разкладки по полкам

Вариант 1: можно попытаться заюзать wordnet:
- Вытаскиваем из текста все существительные
- Ищем между существительными связи в wordnet
- Чем больше раз упоминается существительное в тексте и чем больше у него связей с другими существительными в тексте - тем больше вес данного существительного в данном значении.
- Берем топ N значений существительных, отсортированных по весу - это и будет неким подобием тематики текста.

Вариант 2: Нужен образец - каталог сайтов по тематикам. Тот же dmoz например:
- Единоразово парсим слова(или только существительные) и их частоту со N сайтов из каждого раздела. Получаем графы для каждого раздела.
- Парсим слова(или только существительные) и их частоту определяемого текста.
- Сравниваем полученый граф текста с графами-образцами разделов. Находим наибольшее соответствие - получаем тематику.

[1stuaalex]

«Семантическое зеркало» ?

[chesser]

сорри за оффтоп, но у меня похожая с ТС задача:
ищу PHP-функцию, которая по ключевой фразе выдает уникальный читаемый текст со смыслом и тоже:

Сообщение от Мыловар

Желательно, чтобы не слишком тяжелое было. Возможно будет работать налету.

[Мыловар]

Сообщение от PornRank

Вариант 1: можно попытаться заюзать wordnet:
- Вытаскиваем из текста все существительные
- Ищем между существительными связи в wordnet
- Чем больше раз упоминается существительное в тексте и чем больше у него связей с другими существительными в тексте - тем больше вес данного существительного в данном значении.
- Берем топ N значений существительных, отсортированных по весу - это и будет неким подобием тематики текста.

Вариант 2: Нужен образец - каталог сайтов по тематикам. Тот же dmoz например:
- Единоразово парсим слова(или только существительные) и их частоту со N сайтов из каждого раздела. Получаем графы для каждого раздела.
- Парсим слова(или только существительные) и их частоту определяемого текста.
- Сравниваем полученый граф текста с графами-образцами разделов. Находим наибольшее соответствие - получаем тематику.

Эх, мил человек. Несилен я, к сожалению, в этих ваших математиках. Потому и хотелось бы взглянуть на готовое решение. Дальше бы уже сам допилил.

[Дартаньян]

chesser, ну это только марков, имхо. где-то у меня был такой скрипт на php.