scws這樣的中文分詞插件比較不錯，簡單的學習了一下。它包涵一些專有名稱、人名、地名、數字年代等規則集合，可以直接將語句按這些規則分開成一個一個關鍵詞，准確率在90%-95%之間。按照安裝說明把scws的擴展放入php的擴展目錄裡，下載規則文件和詞典文件，並在php配置文件中引用它們，就可以用scws進行分詞了
1) 修改 php 擴展代碼以兼容支持 php 5.4.x
2) 修正 php 擴展中 scws_get_tops 的 limit 參數不允許少於 10 的問題
3) libscws 增加 scws_fork() 從既有的 scws 實例產生分支並共享詞典/規則集，主要用於多線程開發。
4) 新增部分版本的 win32 的 dll 擴展
<?php
//實例化分詞插件核心類
$so = scws_new();
//設置分詞時所用編碼
$so->set_charset(‘utf-8’);
//設置分詞所用詞典(此處使用utf8的詞典)
$so->set_dict('/path/dict.utf8.xdb');
//設置分詞所用規則
$so->set_rule('/path/rules.utf8.ini ');
//分詞前去掉標點符號
$so->set_ignore(true);
//是否復式分割，如“中國人”返回“中國＋人＋中國人”三個詞。
$so->set_multi(true);
//設定將文字自動以二字分詞法聚合
$so->set_duality(true);
//要進行分詞的語句
$so->send_text(“歡迎來到火星時代IT開發”);
//獲取分詞結果，如果提取高頻詞用get_tops方法
while ($tmp = $so->get_result())
{
print_r($tmp);
}
$so->close();
?>
注：如以上例子，輸入的文字，詞典，規則文件這三者的字符集必須統一；另外mysql 4.XX有的是不支持中文全文搜索的，可以存入關鍵字對應的區位碼以方便全文搜索。
版本列表
版本 類型 平台 性能 其它
SCWS-1.1.x C 代碼 *Unix*/*PHP* 准確: 95%, 召回: 91%, 速度: 1.2MB/sec
PHP擴展分詞速度: 250KB/sec [下載] [文檔] [安裝說明]
php_scws.dll(1) PHP擴展庫 Windows/PHP 4.4.x 准確: 95%, 召回: 91%,
php_scws.dll(2) PHP擴展庫 Windows/PHP 5.2.x 准確: 95%, 召回: 91%,
php_scws.dll(3) PHP擴展庫 Windows/PHP 5.3.x 准確: 95%, 召回: 91%,
php_scws.dll(4) PHP擴展庫 Windows/PHP 5.4.x 准確: 95%, 召回: 91%,
PSCWS23 PHP源代碼 不限 (不支持UTF-8) 准確: 93%, 召回: 89%,
PSCWS4 PHP源代碼 不限 准確: 95%, 召回: 91%,
