PHPでキーフレーズを取り出す

「PHPでワードクラウドをつくる」では形態素解析を用いてワードクラウドをつくったが、今回はYahoo!デベロッパーネットワークの「キーフレーズ抽出(V2)」を用い、キーフレーズからワードクラウドをつくるプログラムをPHPで作ってみることにする。

（2025年9月6日）.pahooEnv導入

1. サンプル・プログラム
2. 準備：PHP の https対応
3. 準備：pahooInputData 関数群
4. キーフレーズ抽出
5. 準備：アプリケーションIDなど
6. 解説：キーフレーズを取り出す
7. 解説：ワードクラウドの作成
8. 参考サイト

ダウンロード（PHP8対応）

圧縮ファイルの内容

keyphrase.php	サンプル・プログラム本体。
.pahooEnv	クラウドサービスを利用するためのアカウント情報などを記入する .env ファイル。 使い方は「各種クラウド連携サービス（WebAPI）の登録方法」を参照。include_path が通ったディレクトリに配置すること。
pahooInputData.php	データ入力に関わる関数群。 使い方は「数値入力とバリデーション」「文字入力とバリデーション」などを参照。include_path が通ったディレクトリに配置すること。

keyphrase.php 更新履歴

バージョン	更新日	内容
2.1.0	2025/09/15	.pahooEnv導入
2.0	2021/10/02	キーフレーズ抽出(V2)に変更，PHP8対応，リファラチェック改良
1.1	2017/03/25	PHP7 対応
1.0	2014/08/02	初版

pahooInputData.php 更新履歴

バージョン	更新日	内容
2.0.1	2025/08/11	getParam() bug-fix
2.0.0	2025/08/11	pahooLoadEnv() 追加
1.9.0	2025/07/26	getParam() 引数に$trim追加
1.8.1	2025/03/15	validRegexPattern() debug
1.8.0	2024/11/12	validRegexPattern() 追加

クラウド連携や相手先サイトのデータを読み込むのに https通信を使うため、PHPに OpenSSLモジュールが組み込まれている必要がある。関数  phpinfo  を使って、下図のように表示されればＯＫだ。

そうでない場合は、次の手順に従ってOpenSSLを有効化し、PHPを再起動させる必要がある。

Windowsでは、"php.ini" の下記の行を有効化する。

extension=php_openssl.dll

Linuxでは --with-openssl=/usr オプションを付けて再ビルドする。→OpenSSLインストール手順

これで準備は完了だ。

PHPのバージョンや入力データのバリデーションなど、汎用的に使う関数群を収めたファイル "pahooInputData.php" が同梱されているが、include_path が通ったディレクトリに配置してほしい。他のプログラムでも "pahooInputData.php" を利用するが、常に最新のファイルを1つ配置すればよい。

また、各種クラウドサービスに登録したときに取得するアカウント情報、アプリケーションパスワードなどを登録した .pahooEnv ファイルから読み込む関数 pahooLoadEnv を備えている。こちらについては、「各種クラウド連携サービス（WebAPI）の登録方法」をご覧いただきたい。

「キーフレーズ抽出(V2)」は、入力パラメータとしてJSON文字列をPOSTで、User-Agentに Yahoo! JAPAN Webサービス アプリケーションID を指定し、出力結果がJSONで戻るというWebAPIである。

WebAPIのURL

ＵＲＬ
https://jlp.yahooapis.jp/KeyphraseService/V2/extract

入力パラメータ

フィールド名		要否	内　　容
id		必須	JSON-RPC 2.0のid。値は任意で、指定した値がレスポンスのidに返る。
jsonrpc		必須	"2.0" 固定。
method		必須	"jlp.keyphraseservice.extract" 固定。
params	q	必須	解析対象のテキスト。UTF-8エンコード。

keyphrase.php

  53: // 各種定数(START) ===========================================================
  54: 
  55: // 表示幅（ピクセル）
  56: define('WIDTH', 600);
  57: 
  58: // Yahoo! JAPAN Webサービス アプリケーションID【各自で設定】
  59: // 取得方法：https://www.pahoo.org/e-soul/webtech/php06/php06-01-02.shtm#Yahoo
  60: if (isset($_ENV['PAHOO_YAHOO_APPLICATION_ID'])) {
  61:     define('YAHOO_APPLICATION_ID', $_ENV['PAHOO_YAHOO_APPLICATION_ID']);
  62: } else {
  63:     define('YAHOO_APPLICATION_ID', '');
  64: }
  65: 
  66: // Yahoo!JAPAN キーフレーズ抽出(V2)【変更不可】
  67: define('YAHOO_KEYPHRASE_URL', 'https://jlp.yahooapis.jp/KeyphraseService/V2/extract');
  68: 
  69: // リンク先の検索対象ドメイン名
  70: define('SEARCH_DOMAIN', 'pahoo.org');
  71: 
  72: // サンプル・テキスト
  73: define('SAMPLE_TEXT', "1000年（長保2年）2月25日、藤原道長の長女、藤原彰子が第66代・一条天皇の中宮（皇后）となる。\n女房として、「源氏物語」の作者である紫式部や、歌人・和泉式部をしたがえ、朝廷に華麗な文芸サロンを形成した。\nまた、これより少し前、中宮定子の女房として、「枕草子」の作者とされる清少納言が仕えており、この頃、国文学が盛んになった。");
  74: 
  75: // 各種定数(END) ===============================================================

Yahoo!JAPANのWebAPI「日本語形態素解析」を利用するため、Yahoo! JAPAN Webサービス アプリケーションID を取得する必要がある。その入手方法は「Yahoo!JAPAN デベロッパーネットワーク - WebAPIの登録方法」を参照されたい。
取得したIDは、ファイル .pahooEnv もしくは、本プログラムの定数 APPLICATION_ID に格納する。
その他、変更不可と記載のない定数は任意に変更して構わない。

keyphrase.php

 176: /**
 177:  * 「Yahoo!JAPAN キーフレーズ抽出」を用いてキーフレーズを取り出す
 178:  * @param   string $sentence 解析するテキスト
 179:  * @param   array  $items    解析結果を格納する配列
 180:  * @return  bool TRUE：成功／FALSE：失敗
 181: */
 182: function getKeyphrase($sentence, &$items) {
 183:     $url = YAHOO_KEYPHRASE_URL;
 184:     $post = array(
 185:         'id'       => '1234-1',                         // ダミー
 186:         'jsonrpc'  => '2.0',                            // 固定値
 187:         'method'   => 'jlp.keyphraseservice.extract',   // 固定値
 188:         'params'   => array(
 189:             'q' => (string)$sentence                    // 対象テキスト
 190:         )
 191:     );
 192:     $json = json_encode($post);
 193: 
 194:     // WebAPIにパラメータをPOST渡しする
 195:     $stream = stream_context_create(array('http' => array(
 196:         'header'  => "Content-Type: application/json\r\n" .
 197:                     "User-Agent: Yahoo AppID: " . YAHOO_APPLICATION_ID . "\r\n",
 198:         'method'  => 'POST',
 199:         'content' => $json,
 200:     )));
 201: 
 202:     // WebAPIリクエスト
 203:     $res = @file_get_contents($url, FALSE, $stream);
 204: 
 205:     if ($res == FALSE) {
 206:         $this->error  = TRUE;
 207:         $this->errmsg = 'WebAPI error: ' . $url;
 208:         return FALSE;
 209:     }
 210: 
 211:     // 応答を配列へ代入
 212:     $results = json_decode($res);
 213:     if (! isset($results->result->phrases))     return FALSE;
 214:     $cnt = 0;
 215:     foreach ($results->result->phrases as $phrase) {
 216:         if (isset($phrase->score) && isset($phrase->text)) {
 217:             $items[(string)$phrase->text] = (int)$phrase->score;
 218:             $cnt++;
 219:         }
 220:     }
 221: 
 222:     return ($cnt > 0) ? TRUE : FALSE;
 223: }

WebAPIを呼び出して結果を受け取るのはユーザー関数 getKeyphrase である。結果は配列変数 $items に格納する。

WebAPIに渡すパラメータは  json_encode  関数によってJSON文字列にエンコードする。
User-Agentとして Yahoo! JAPAN Webサービス アプリケーションID を渡すために、 stream_context_create  関数を使ってストリームコンテキストを用意し、 file_get_contents  関数を使って応答JSON文を取得する。

応答JSON文は  json_decode  関数を使って連想配列にデコードし、配列 $items へ格納していく。

keyphrase.php

 236: /**
 237:  * ワードクラウドを作成する
 238:  * @param   array  $items 情報を格納した配列
 239:  * @return  string ワードクラウド（HTML）
 240: */
 241: function makeWordCloud($items) {
 242:     $width  = WIDTH;
 243:     $outstr = '';
 244:     $n = 0;
 245: 
 246:     foreach ($items as $keyphrase=>$score) {
 247:         $n++;
 248:         $fsize = $score * 1.7 + 80;
 249:         $link = get_link($keyphrase);
 250:         if ($n > 1)     $outstr .= " \n";
 251: $outstr .=<<< EOT
 252: <span style="font-size:{$fsize}%; color:blue;">
 253: <a href={$link}>{$keyphrase}</a>
 254: </span>
 255: 
 256: EOT;
 257:     }
 258:     return $outstr;
 259: }

ワードクラウドを作成する処理は、「PHPでワードクラウドをつくる」で使った表示ルーチン"getWordCloud" とほぼ同じである。

「キーフレーズの重要度」が100以下の数値であるので、フォントの大きさの計算式を変更している。

• キーフレーズ抽出API：Yahoo!デベロッパーネットワーク
• PHPで形態素解析を行う：ぱふぅ家のホームページ
• PHPでワードクラウドをつくる：ぱふぅ家のホームページ