自动提取标签3.0.1

收藏分享投诉

还剩促销结束

¥39.99

~~¥99.00~~|4 折|节省 ¥59.01|请抓紧时间抢购

统　　计:应用已上线 3 年，共 105 次下载
更新日期:2026-08-06
适配编码:GBK UTF8SC UTF8TC
兼容版本:X2.5 X3 X3.1 X3.2 X3.3 X3.4 X3.5 X5.0 X5.1
PHP版本:5.3 ~ 5.6 7.0 ~ 7.4 8.0 ~ 8.5
标签分类:SEO优化发帖增强
移动属性:该版本安装后自带手机版（触屏版）
开发方式:作者申明该应用少量使用 AI 辅助开发

购买应用 免责声明授权协议

# 自动提取标签插件 (kautotag)
## 插件介绍
适配 Discuz! 全端的智能自动标签提取插件，基于优化中文分词、TF-IDF 加权、词性打分、新词发现多重算法自动解析帖子标题与正文生成高质量标签，替代传统单纯词频统计逻辑；新版重构触发逻辑，发帖完成即生成标签，不再每次浏览重复计算，大幅降低服务器性能损耗，同时完善停用词过滤、多模式屏蔽词、词典远程更新能力，提升标签精准度，方便论坛内容检索、分类与流量聚合，支持新帖自动打标、历史存量帖子批量补标签。

## 功能特性
### 一、基础核心能力（兼容旧版全部功能）
- 支持自由选择标签提取来源：内容+标题 / 仅标题 / 仅帖子内容
- 自定义开启自动打标的版块、用户组，精细化权限控制
- 可选读取原始帖子内容，自动过滤附件、图片、音视频、代码块等无效冗余内容
- 可自定义屏蔽关键词，拦截广告、推广、垃圾词汇生成标签
- 统一标签数量上限， * ** * 多提取20个标签，前后端参数完全对齐
- 完整兼容 Discuz 电脑桌面版、移动端论坛页面

### 二、v3.0.0 重磅升级分词与过滤能力
1. **停用词库全面扩充**
   停用词汇由50个扩充至500+，覆盖代词、连词、介词、副词、语气助词、时间词、通用动词、数量词等无意义词汇，大幅减少无效标签产出。
2. **多模式屏蔽词过滤**
   支持三种匹配规则，一行配置即可灵活拦截垃圾词：精确匹配、包含模糊匹配、正则匹配。
3. **TF-IDF 加权排序算法**
   摒弃老旧纯词频排序，采用 `tf × log(1+词频)` 对数平滑加权，避免高频通用词语霸占标签位，突出文档独有核心词汇。
4. **Bigram/Trigram 智能新词发现**
   对超过200字长帖自动启用新词挖掘，依托PMI互信息+左右熵算法识别词典未收录网络热词、专业术语， * ** * 多输出10个候选新词参与标签排序。
5. **词性权重智能打分**
   根据词语词性差异化加权，优先保留高价值词汇：名词(1.3) &gt; 外文词汇(0.9) &gt; 动词(0.7) &gt; 形容词(0.5)，连词、代词、助词等低权重词汇大幅降低入选概率。

### 三、性能与架构优化
1. **触发逻辑重构，性能大幅提升**
   由「访问帖子时重复分词」改为**发帖成功瞬间一次性生成标签**，新增专属 钩子；历史存量帖子保留浏览兼容钩子用于补标签。
2. **标签自动去重缓存机制**
   生成标签前校验数据库字段，已有标签直接跳过分词计算，杜绝重复消耗资源。
3. **分词词典远程热更新**
   后台配置开启后，支持按日/周/月自动拉取远程 * ** * 分词词典，下载自动校验格式并备份旧词典，持续适配各类行业、网络新词。
4. **代码架构统一复用**
   抽离公共生成方法，电脑端、移动端、历史补标签逻辑共用同一套分词规则，前后提取效果完全一致。

## 配置说明
1. **启用的版块**：勾选需要开启自动标签提取的论坛分区，未勾选版块不执行分词逻辑
2. **启用的用户组**：限定可触发自动打标流程的用户身份组，区分游客、普通会员、管理组等
3. **读取原内容**
   - 选择「是」：读取帖子原始文本，自动剔除附件、图片、音视频、代码等干扰内容，分词精度更高
   - 选择「否」：直接使用页面解析后的渲染内容，会包含多媒体附件标记、代码碎片，噪音较多
4. **屏蔽的关键词**：自定义拦截词汇，一行填写一条，支持精确词、模糊匹配、正则表达式三种格式
5. **提取来源**
   - 内容+标题：综合标题与正文全部文本，标签覆盖 * ** * 全面
   - 仅标题：只解析帖子标题，适合短内容、资讯类版块
   - 仅内容：仅读取帖子正文，弱化标题营销词汇干扰
6. **词典自动更新（v3.0.0 新增）**
   - 词典自动更新开关：开启后可远程同步 * ** * 停用词、行业词汇库
   - 更新频率：可选每日/每周/每月自动拉取词典文件，默认每周更新
   - 远程词典地址：填写官方/自定义分词词典下载链接
7. **标签提取上限**：统一限制 * ** * 多生成20个标签，前后端参数自动对齐无需手动修改代码

## 注意事项
1. 插件底层基于RMM逆向 * ** * 匹配中文分词引擎，搭配TF-IDF、词性打分、新词发现多层优化，受文本内容长短、词汇专业度影响，标签提取结果存在合理偏差，可通过扩充屏蔽词优化效果。
2. 停用词库、屏蔽词共同过滤无意义词汇，建议根据论坛行业、发帖内容定期补充屏蔽词，减少无效标签。
3. 词典远程更新功能依赖服务器cURL或file_get_contents网络读取能力以及外部支持，无法访问外网或未购买服务可关闭该功能。
4. AI智能增强功能尚在开发规划阶段，当前正式版v3.0.0仅提供本地离线分词能力，无需调用第三方API。
5. 插件依赖PHP正则函数库，服务器需开启preg正则相关扩展，否则屏蔽词正则匹配、分词过滤功能将失效。
6. 存量历史帖子仅在首次访问时自动补生成标签，补标完成后 * ** * 缓存，不会重复执行分词计算。

当前版本
3.0.1
优化兼容问题
2026-08-06 01:22
3.0.0

## 版本 3.0.0 (2026-08-06) ### 重大优化：分词准确性与无效词汇排除 - **停止词库大幅扩充**：从约50个扩充至 500+ 个，覆盖代词、连词、介词、副词、助词/语气词、时间词、常见动词、数量词等类别 - **屏蔽词增强**：支持三种匹配模式——精确匹配、包含匹配、正则匹配 - **TF-IDF 加权排序**：替代原纯词频排序，采用 `tf × log(1+freq)` 对数平滑，降低高频无意义词的权重 - **Bigram/Trigram 新词发现**：基于互信息(PMI) + 左右熵算法，从 >200 字文档中自动发现词典外潜在新词（Top10 候选） - **基于词性的质量评分**：利用分词引擎词性标注，名词(1.3) > 外语(0.9) > 动词(0.7) > 形容词(0.5) > 连词/代词(0.1) 加权，提升标签质量 ### 性能优化 - **触发时机优化**：从"每次访问主题时分词"改为"发帖成功时即生成标签"，大幅减少重复计算 - **标签去重机制**：生成标签前检查是否已存在，避免重复分词 - **词典热更新**：支持从远程地址自动更新分词词典（daily/weekly/monthly 频率控制），自动备份原词典 ### 修复问题 - 修复关键词数量上限不一致问题 ### 配置新增 - 是否启用词典自动更新（默认关闭） - 更新频率（daily/weekly/monthly，默认 weekly） - 远程词典地址 ### 架构改进 - 抽离公共方法，供发帖 hook 与历史帖子兼容 hook 共用 - 移动版自动继承发帖 hook 逻辑
2025-12-13 19:19
2.5.0

## 版本 2.5.0 (2025-03-07) ### 优化改进 - 增强cleanText方法的HTML过滤能力，特别是对表格(table)、样式(style)、表格单元格(td/tr)等标签的过滤 - 优化关键词提取算法，动态调整候选关键词数量以提高提取质量 - 完善插件配置页面的参数说明，提高用户体验 - 优化了代码结构，将重复的内容处理逻辑提取为独立方法 - 增强了代码的安全性，添加了更多的输入验证和过滤 - 优化了屏蔽词的处理逻辑，提高了性能 - 增强了错误处理机制，提高了插件的稳定性 ### 修复问题 - 修复了潜在的安全漏洞 - 修复了代码中的重复代码问题 - 修复了文件路径引用错误的问题
2025-06-14 19:40
2.1.0

### 2.1.0（20250614） 1、优化屏蔽更多无效词汇的功能
2025-03-07 17:39
2.0.0

### 2.0.0 新增支持屏蔽词设置新增支持标签分词来源（仅标题；仅内容；内容+标题）
2023-09-22 09:27
1.6.0

### 1.6.0（20230922） 1、修正 GBK编码兼容性
2023-09-21 09:01
1.5.0

### 1.5.0（20230921） 1、新增支持设置读取原内容方式 2、新增支持从标题补齐关键词
2023-05-31 17:10
普及版1.0.0

更多历史版本信息

优化兼容问题 ## 版本 3.0.0 (2026-08-06) ### 重大优化：分词准确性与无效词汇排除 - **停止词库大幅扩充**：从约50个扩充至 500+ 个，覆盖代词、连词、介词、副词、助词/语气词、时间词、常见动词、数量词等类别 - **屏蔽词增强**：支持三种匹配模式——精确匹配、包含匹配、正则匹配 - **TF-IDF 加权排序**：替代原纯词频排序，采用 `tf × log(1+freq)` 对数平滑，降低高频无意义词的权重 - **Bigram/Trigram 新词发现**：基于互信息(PMI) + 左右熵算法，从 >200 字文档中自动发现词典外潜在新词（Top10 候选） - **基于词性的质量评分**：利用分词引擎词性标注，名词(1.3) > 外语(0.9) > 动词(0.7) > 形容词(0.5) > 连词/代词(0.1) 加权，提升标签质量 ### 性能优化 - **触发时机优化**：从"每次访问主题时分词"改为"发帖成功时即生成标签"，大幅减少重复计算 - **标签去重机制**：生成标签前检查是否已存在，避免重复分词 - **词典热更新**：支持从远程地址自动更新分词词典（daily/weekly/monthly 频率控制），自动备份原词典 ### 修复问题 - 修复关键词数量上限不一致问题 ### 配置新增 - 是否启用词典自动更新（默认关闭） - 更新频率（daily/weekly/monthly，默认 weekly） - 远程词典地址 ### 架构改进 - 抽离公共方法，供发帖 hook 与历史帖子兼容 hook 共用 - 移动版自动继承发帖 hook 逻辑 ## 版本 2.5.0 (2025-03-07) ### 优化改进 - 增强cleanText方法的HTML过滤能力，特别是对表格(table)、样式(style)、表格单元格(td/tr)等标签的过滤 - 优化关键词提取算法，动态调整候选关键词数量以提高提取质量 - 完善插件配置页面的参数说明，提高用户体验 - 优化了代码结构，将重复的内容处理逻辑提取为独立方法 - 增强了代码的安全性，添加了更多的输入验证和过滤 - 优化了屏蔽词的处理逻辑，提高了性能 - 增强了错误处理机制，提高了插件的稳定性 ### 修复问题 - 修复了潜在的安全漏洞 - 修复了代码中的重复代码问题 - 修复了文件路径引用错误的问题 [title]2.1.0（20250614）[/title] 1、优化屏蔽更多无效词汇的功能 [title]2.0.0[/title] 新增支持屏蔽词设置新增支持标签分词来源（仅标题；仅内容；内容+标题） [title]1.6.0（20230922）[/title] 1、修正 GBK编码兼容性 [title]1.5.0（20230921）[/title] 1、新增支持设置读取原内容方式 2、新增支持从标题补齐关键词