jieba-php

收录理由

在 PHP 生态里，要做中文分词做搜索或文本分析，成熟的选择其实不多。jieba-php 把广为人知的结巴算法带到了这个环境，而且用 Composer 就能装，省事。它提供三种切分方式：精确模式适合分析，全模式会把所有可能的词都扫出来，搜索引擎模式则把长词再切细，建倒排索引时召回率更好。遇到词典里没有的词，靠 HMM 模型加 Viterbi 解码来兜底，你也可以喂自定义词典，让某些领域专有名词不被切错。繁体中文和其他中日韩文本也能处理，还带了 TF-IDF 关键词抽取和词性标注，算是个小工具箱，不止是单纯的分词器。如果不想为了分词去调大模型，图快图便宜，这个包是挺实在的选择。