结巴(jieba)分词PHP引入6M字典(40万关键词)，明显卡顿
- 1,286
最近在弄一个自动抽取关键词，折腾了一下结巴(jieba)分词，默认的情况下，对于分词不算很满意，于是找了一个40万关键词的字典，引入时，发现卡了很多，即便出来结果还算满意，相对于速度，还是放弃自定义字典！（还是怀念以前DZ的分词接口）
结巴分词关键使用代码（PHP版）：
<?php
ini_set('memory_limit', '1024M');
require_once "jiebafc/vendor/multi-array/MultiArray.php" ;
require_once "jiebafc/vendor/multi-array/Factory/MultiArrayFactory.php" ;
require_once "jiebafc/class/Jieba.php" ;
require_once "jiebafc/class/Finalseg.php" ;
require_once "jiebafc/class/JiebaAnalyse.php";
use Fukuball\Jieba\Jieba;
use Fukuball\Jieba\Finalseg;
use Fukuball\Jieba\JiebaAnalyse;
JiebaAnalyse::init();
Jieba::init();
Finalseg::init();
$seg_list = Jieba::tokenize("欧莱雅晶莹水复颜积雪草修护微精华露女补水保湿收缩毛孔爽肤水");
print_r($seg_list);
echo "<hr>";
?>已整理好放入网盘，3.php是测试文件，keys_dict.txt是自定义字典（40万电商关键词）
下载：百度网盘下载（提取码：sc7p）
声明：博客中如无特殊说明或标注的文章均为博客原创文章，部分文章来源互联网，如有侵犯您的版权，或者对零分博客发布的文章有异议，请来信告知删除、修改，如您有好的建议或者意见也可以来信，谢谢！
请TA喝杯水^_^
如本文“对您有用”，欢迎随意打赏，让我们坚持创作！
请TA喝水![]()
