وثائق استخدام SCWS

SCWS (تقسيم الكلمات الصينية البسيطة) هو نظام تقسيم نصوص صيني فعال، ويمكن استخدامه في مهام معالجة النصوص الصينية المختلفة. يتضمن ServBay عند التسليم SCWS ووحدة PHP الخاصة به، وستشرح هذه الوثيقة بالتفصيل كيفية تثبيت وتكوين واستخدام SCWS.

الفهرس

• الفهرس
• التثبيت والتكوين
  • التثبيت
  • التكوين
• الاستخدام الأساسي
  • أمثلة على تقسيم الكلمات
• الاستخدام المتقدم
  • قاموس مخصص
  • تعديل قواعد التقسيم
• استخدام واجهة برمجة تطبيقات PHP
  • مثال على الاستخدام
  • الدوال الشائعة
• الأسئلة الشائعة
  • 1. نتيجة SCWS غير دقيقة
  • 2. أداء SCWS ليس جيدًا
  • 3. لا يمكن تشغيل أداة سطر الأوامر SCWS
• الخلاصة

التثبيت والتكوين

التثبيت

يتضمن ServBay عند التسليم SCWS ووحدة PHP الخاصة به، ولا تحتاج إلى تثبيت إضافي.

التكوين

يقع ملف تكوين SCWS في دليل /Applications/ServBay/etc/scws، وملف التكوين الافتراضي هو scws.ini. يمكنك تعديل ملف التكوين حسب الحاجة لضبط سلوك تقسيم الكلمات.

محتوى ملف التكوين النموذجي:

[charset]
default = utf8

[rule]
rules = /Applications/ServBay/etc/scws/rules.ini

[dict]
dict = /Applications/ServBay/etc/scws/dict.utf8.xdb

الاستخدام الأساسي

توفر SCWS أداة سطر الأوامر scws لتقسيم النصوص. فيما يلي بعض الأمثلة الأساسية للاستخدام:

أمثلة على تقسيم الكلمات

تقسيم سلسلة نصية

echo "这是一个中文分词的例子" | scws -i

قراءة النص من ملف لتقسيم الكلمات

scws -i input.txt -o output.txt

تعيين قواعد التقسيم

scws -i input.txt -o output.txt -r /path/to/rules.ini

تعيين القاموس

scws -i input.txt -o output.txt -d /path/to/dict.utf8.xdb

الاستخدام المتقدم

قاموس مخصص

يمكنك إنشاء قاموس مخصص لتحسين دقة تقسيم الكلمات. يجب أن يكون القاموس المخصص بتنسيق xdb، ويمكنك إنشاؤه باستخدام أداة scws-gen.

إنشاء قاموس مخصص

1. إنشاء ملف نصي للقاموس custom_dict.txt بالمحتوى التالي:

   自定义词1 1
   自定义词2 2

2. استخدم أداة scws-gen لإنشاء القاموس:

   scws-gen -i custom_dict.txt -o custom_dict.xdb

3. تعيين القاموس المخصص في ملف التكوين:

   [dict]
   dict = /Applications/ServBay/etc/scws/dict.utf8.xdb,/path/to/custom_dict.xdb

تعديل قواعد التقسيم

ملف قواعد التقسيم rules.ini يحدد كيفية تقسيم الكلمات، ويمكنك تعديله حسب الحاجة. يقع ملف القواعد الافتراضي في /Applications/ServBay/etc/scws/rules.ini.

محتوى ملف القواعد النموذجي:

[rule]
# 自定义分词规则

استخدام واجهة برمجة تطبيقات PHP

الإصدار الذي يخرج من المصنع من ServBay بالفعل يحتوي على وحدة SCWS لـ PHP، ويمكنك استخدام SCWS لتقسيم النصوص الصينية مباشرة في كود PHP.

مثال على الاستخدام

1. استخدام SCWS في كود PHP:

   <?php
   // فتح مقسم SCWS
   $sh = scws_open();
   
   // تعيين مجموعة الأحرف
   scws_set_charset($sh, 'utf8');
   
   // تعيين القاموس وقواعد التقسيم
   scws_set_dict($sh, '/Applications/ServBay/etc/scws/dict.utf8.xdb');
   scws_set_rule($sh, '/Applications/ServBay/etc/scws/rules.ini');
   
   // إرسال النص لتقسيمه
   scws_send_text($sh, "这是一个中文分词的例子");
   
   // الحصول على نتيجة التقسيم
   while ($res = scws_get_result($sh)) {
       foreach ($res as $word) {
           echo $word['word'], "\n";
       }
   }
   
   // إغلاق مقسم SCWS
   scws_close($sh);
   ?>

الدوال الشائعة

• scws_open(): فتح نسخة مقسم SCWS
• scws_set_charset($sh, $charset): تعيين مجموعة الأحرف
• scws_set_dict($sh, $dict_path): تعيين مسار القاموس
• scws_set_rule($sh, $rule_path): تعيين مسار قواعد التقسيم
• scws_send_text($sh, $text): إرسال النص الذي سيتم تقسيمه
• scws_get_result($sh): الحصول على نتيجة التقسيم
• scws_close($sh): إغلاق نسخة مقسم SCWS

الأسئلة الشائعة

1. نتيجة SCWS غير دقيقة

• الحل: تأكد من أن قاموس وقواعد التقسيم كليهما معينان بشكل صحيح. يمكنك تجربة استخدام قاموس مخصص وتعديل قواعد التقسيم لتحسين دقة التقسيم.

2. أداء SCWS ليس جيدًا

• الحل: تأكد من أن SCWS يستخدم تنسيق قاموس فعال (مثل xdb)، وتأكد من تعيينه بشكل صحيح في ملف التكوين.

3. لا يمكن تشغيل أداة سطر الأوامر SCWS

• الحل: تأكد من تثبيت SCWS بشكل صحيح، وتأكد من صحة مسار ملف التكوين. إذا استمرت المشكلة، قم بمراجعة سجل الأخطاء للحصول على مزيد من المعلومات.

الخلاصة

SCWS هو نظام تقسيم نصوص صيني فعال، يمكن استخدامه لمهام معالجة النصوص الصينية المختلفة. من خلال هذه الوثيقة، يمكنك تعلم كيفية تثبيت وتكوين واستخدام SCWS لتقسيم النصوص الصينية في ServBay.