PHP 的同义词分类或 API [已编辑]

Question

PHP 的同义词分类或 API [已编辑]

phplinguisticsthesaurus

13

TL;DR 摘要：我需要一个单独的命令行应用程序，可以用于获取同义词和其他相关单词。它需要支持多语言并跨平台使用。有人能推荐适合我的程序吗？或者可以帮忙处理我已经找到的程序吗？谢谢。

详细说明：我被委托编写一个PHP系统，用于为用户输入的单词提供替代建议。我需要找到一个可用于生成这些建议的同义词应用程序/ API或类似工具。

重要的是，它需要支持多种语言（英语、丹麦语、法语和德语）。这排除了我通过Google找到的大多数软件。它还需要跨平台使用（需要在Linux和Windows上运行）。

我的研究让我找到了两个有前途的候选者：WordNet 和 Stardict。

到目前为止，我一直在专注于WordNet，使用shell_exec()函数从PHP中调用它，并成功地用它创建了一个非常有前途的原型PHP页面，但目前只支持英语。我不知道如何使用多语言功能。

Wordnet网站有外部链接到其他语言的Wordnet项目（例如，丹麦语的DanNet），但尽管它们通常被称为Wordnet，它们似乎使用各种数据库格式和软件，这使它们对我不适用。我需要一个一致的接口，可以从我的PHP程序调用。

从这个角度看，Stardict看起来更有前途：它们提供许多语言的词典，并使用标准的DB格式进行一种应用程序。

然而，Stardict 的缺点在于它主要是一个 GUI 应用程序。从命令行调用它会启动 GUI。显然有一个命令行版本（SDCV），但它似乎相当过时（最后更新于2006年），且只适用于 Linux。

有人能帮我解决这两个程序的问题吗？否则，有没有其他替代软件或 API 推荐给我使用？

非常感谢。

- Spudley

3个回答

7

这里有一个关于使用词库 API 的 PHP 示例...

http://thesaurus.altervista.org/testphp

支持意大利语、英语、法语、德语、西班牙语和葡萄牙语。

- Fenton

谢谢你的回复，看起来很不错。但是有两个问题：1）我更喜欢将字典保存在本地而不是依赖第三方；2）更重要的是，它不支持丹麦语，而这是这个项目的一个关键需求。这很遗憾，因为如果它支持丹麦语，我可能会考虑接受它是一个远程服务的事实，因为它看起来很不错。 - Spudley

我注意到它使用了OpenOffice的同义词词库。我想知道是否有可能让我在本地使用它？是否有相应的API可以供我使用？ - Spudley

嗯 - 不太确定 - 参见此线程：http://user.services.openoffice.org/en/forum/viewtopic.php?f=7&t=34238 - Fenton

我也想建议使用OpenOffice（或LibreOffice）-我们最近使用它从命令行执行各种文档转换。考虑到代码是开源的，即使没有现有的API，您也可以浏览一下并查看其在OpenOffice本身内部的使用情况，并尝试反向工程出一些东西。我想这取决于时间/预算限制！ :-) - Nils Luxton

0

这似乎是一个选项，但我不确定它是否支持多语言： http://developer.dictionary.com/products/synonyms

我还发现了以下网站，它与您的最终目标类似，也许您可以尝试联系所有者并问问他是如何做到的： http://www.synonymlab.com/

- Jeroen

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Denis de Bernardy · Accepted Answer

您可以尝试利用PostgreSQL的全文搜索功能：
http://www.postgresql.org/docs/9.0/static/textsearch.html
您可以配置它与任何可用语言和各种排序方式以适应您的需求。如果这种方法看起来合理，PostgreSQL 9.1添加了一些额外的排序功能，您可能需要了解。
基本步骤如下（对于每种语言）：

Create the needed table (collated appropriately). For our sake, a single column is enough, e.g.:
```
create table dict_en (
  word text check (word = lower(word)) primary key
);
```
Fetch the needed dictionary/thesaurus files (those from aspell/Open-Office should work).
Configure text search (see link above, namely section 12.6) using the relevant files.
Insert the whole dictionary into the table. (Surely there's a csv file somewhere...)

And finally index the vector, e.g.:

create index on dict_en using gin (to_tsvector('english', word));

现在您可以运行使用此索引的查询：

-- Find words related to `:word`
select word
from dict_en
where to_tsvector('english', word) @@ plainto_tsquery('english', :word)
and word <> :word;

你可能需要为每种语言创建独立的数据库或架构，并添加一个额外的字段（tsvector），如果Postgres拒绝因语言参数而索引表达式。（我很久以前阅读了完整的文档）。有关详细信息，请参见第12.2节，如果是这种情况，我相信您知道如何进行调整。

无论实现细节如何，我相信这种方法应该可行。