PHP 实现自动摘要

PHP 实现自动摘要的方法

基于字符串截取的方法

使用 substr 函数截取指定长度的字符串作为摘要。适用于简单场景，但可能截断句子。

$text = "这是一段需要生成摘要的长文本内容，包含多个句子。";
$summary = substr($text, 0, 50) . (strlen($text) > 50 ? '...' : '');

基于句子分割的方法

通过标点符号分割文本，提取前几个完整句子作为摘要。

$text = "这是第一句。这是第二句！这是第三句？";
$sentences = preg_split('/(?<=[。!?])\s+/u', $text, -1, PREG_SPLIT_NO_EMPTY);
$summary = implode(' ', array_slice($sentences, 0, 2));

使用自然语言处理库

安装 php-ai/php-ml 库实现更智能的摘要：

require 'vendor/autoload.php';
use Phpml\FeatureExtraction\TfIdfTransformer;
use Phpml\Tokenization\WhitespaceTokenizer;

$text = "长文本内容...";
$sentences = preg_split('/[。!?]+/', $text);
$transformer = new TfIdfTransformer();
$tokenizer = new WhitespaceTokenizer();
// 实现TF-IDF算法提取关键句

基于关键词提取的方法

结合分词工具提取关键词生成摘要：

// 使用SCWS分词示例
$so = scws_new();
$so->send_text($text);
$words = $so->get_result();
// 根据词频和权重提取关键内容

HTML内容摘要处理

处理包含HTML标签的内容时，应先去除标签：

$html = "<p>带<b>HTML</b>的内容</p>";
$plainText = strip_tags($html);
$summary = substr($plainText, 0, 100);

多语言支持

处理多语言文本时需考虑编码和分词：

mb_internal_encoding("UTF-8");
$summary = mb_substr($text, 0, 50, 'UTF-8');

每种方法适用于不同场景，简单场景可选择字符串截取，复杂需求建议使用NLP库或关键词提取。实现时应考虑文本编码、语言特点和性能要求。