koa使用之中文分词与自动分类推荐的实现_根据名称进行过滤 koa-优快云博客

本文介绍如何利用Koa和Node.js进行中文分词，实现博客内容的自动分类推荐。通过应用segment分词模块，对提交的内容进行分词处理，筛选名词和外文词汇作为分类结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

继续聊koa,不对应该是node.js中文分词，实现一些主流博客通过文字内容实现自动推荐分类效果

原理很简单，即对提交的内容进行中文分词，将词条结果过滤，取名词和外文词汇即为我们需要的自动推荐的分类结果：

效果如下：

核心模块，采用segment分词模块；核心代码如下：

dofenci : function*(){
		var data =yield parse.form(this);
		var word =data.word;
        var fenci = new segment();
		fenci.useDefault();
		var rs =fenci.doSegment(word);
		console.log(rs);
        var res = _.filter(rs,function(obj){
				return  _.v.isIn(obj.p,[16,1048576]);//过滤条件，仅仅保留名词，动词和英文词汇，将过滤出结果作为推荐分类
																	//词性参考https://github.com/leizongmin/node-segment/blob/master/lib/POSTAG.js
		});

		//推荐去重
        var resData=[];
		for(var i in res){
			resData.push(res[i]['w']);
		}
		//字母大写转小写
		resData=_.map(resData,function(item){
			return item.toLowerCase();
		});
		resData =_.unique(resData);
		this.body=yield render('/index/dofenci',{word:word,rs:rs,res:resData}) ;
	}