php - 用于单词聚类/NLP的PHP库？

我要实现的是一个非常简单的php程序“获取搜索结果（如标题和简短描述中所示），将它们集群到有意义的命名组中”。
经过数小时的谷歌搜索和无数次的搜索（总是能得到有趣的结果，尽管没有什么真正有用的结果），我仍然找不到任何可以帮助我处理集群的php库。
有没有这么一个php库，我可能已经错过了？
如果没有，是否有处理集群的自由／开源软件，并且有一个像样的api？

最佳答案

这样地：
使用一个停止词列表，获取所有不在停止词中的词或短语，计算每个词或短语的出现次数，按降序排序。
停止词必须是所有常用英语词汇的列表。它还应该包括标点符号，您需要预先将所有标点符号替换为一个单独的单词，例如“某物，像这样。”—>“某物，像这样”。或者，您可以删除所有标点符号。

$content=preg_replace('/[^a-z\s]/', '', $content); // remove punctuation

$stopwords='the|and|is|your|me|for|where|etc...';
$stopwords=explode('|',$stopwords);
$stopwords=array_flip($stopwords);

$result=array(); $temp=array();
foreach ($content as $s)
if (isset($stopwords[$s]) OR strlen($s)<3)
 {
 if (sizeof($temp)>0)
  {
  $result[]=implode(' ',$temp);
  $temp=array();
  }
 } else $temp[]=$s;
if (sizeof($temp)>0) $result[]=implode(' ',$temp);

$phrases=array_count_values($result);
arsort($phrases);

现在，根据输入数据中出现的项的频率，有了一个关联数组。
您希望如何进行匹配取决于您，而且很大程度上取决于输入数据中字符串的长度。
我将查看前3个数组键中是否有一个与数据中任何其他数组键中的前3个匹配。这就是你们的小组。
如果你有任何问题，请告诉我。