php - 抽出PHPの不正なキーワード

Question

このリソースを使用して、Webページからキーワードを抽出しています。正常に動作しますが、一部の単語の形式が正しくありません。「記憶」という言葉は「記憶」として抽出され、「記事」は「アーティクル」として抽出されます。同様の動作をする他の多くのキーワードがあります。これは、関数の引数としてこのURLから抽出されたいくつかのキーワードのリスト（var_dump（$ uniqueKeywords））です。

PS：私は数字を取り除いていません。

Answer 1

単語は、ステミングアルゴリズムを使用して変換されます。ステミングにより、さまざまな形の単語を一致させることができます。たとえば、「記憶」と「記憶」はどちらも「記憶」に変換されます。語幹のある単語は通常実際の単語ではありませんが、比較のためにのみ使用する必要があることに注意してください。

この動作を望まない場合は、チュートリアルの「語幹」セクションをスキップしてください。