HarmonyOS之AI能力·分词
一、基本概念
- 随着信息技术的发展,网络中的信息量成几何级增长逐步成为当今社会的主要特征。准确提取文本关键信息,是搜索引擎等领域的技术基础,而分词作为文本信息提取的第一步则尤为重要。
- 分词作为自然语言处理领域的基础研究,衍生出各类不同的文本处理相关应用。
- 分词模块提供了文本自动分词的接口,对于一段输入文本,可以自动进行分词,同时提供不同的分词粒度。开发者可以根据需要自定义分词粒度。
- 分词当前只支持中文语境。
- 分词文本限制在 500 个字符以内,超过字符数限制将返回参数错误。文本需要为 UTF-8 格式,格式错误不会报错,但分析结果会不准确。
- Engine 支持多用户同时接入,但是不支持同一用户并发调用同一特性。若同一个特性被同一进程同一时间多次调用,则返回系统忙错误;不同进程调用同一特性,则同一时间只能处理一个进程业务,其他进程进入队列排队。
二、应用场景
- 分词相关接口可以应用于搜索引擎开发。对于搜索引擎而言,最重要的是如何把全网搜索的结果进行筛选,并按相关程度进行排序。分词的准确与否,常常直接影响到搜索结果的相关度排序。
- 分词相关接口可以应用于用户选择文本的场景。原始文本只能按字选择,如果使用分词,用户选中文本的时可以按词选择。
三、API 说明
- 分词 API 的主要功能是将一个汉字序列切分成一个一个单独的词,可自定义分词的粒度。
① 主要接口
接口名 | 功能描述 |
---|---|
ResponseResult getWordSegment(String requestData, int requestType) | 分词,同步接口 |
ResponseResult getWordSegment(final String requestData, final int requestType, final OnResultListener listener) | 分词,异步接口 |
init(Context context, OnResultListener listener, boolean isLoadModel) | 初始化NLU服务。在调用NLU等功能接口前需要先调用此接口,在OnResultListener的onResult(T)方法中获取到回调结果后,再调用NLU功能接口。开发者传入listener参数作为回调,用于等待NLU功能接口的调用过程和结果 |
void destroy(Context context) | 取消所有NLU任务,销毁NLU引擎服务。调用此方法后,无法再使用NLU服务。如果需要重新使用NLU服务,需要重新调用init(Context, OnResultListener, boolean)}来初始化NLU服务 |
② 接口输入值说明
- requestType 表示请求类型,通过 NluRequestType 类定义如下:
类型 | 说明 |
---|---|
static int | REQUEST_TYPE_LOCAL = 0,本地请求 |
- requestData 表示输入的文本信息,为 json 格式,如下:
参数名 | 是否必选 | 值类型 | 说明 |
---|---|---|---|
text | 是 | String | 待分析的文本,utf-8,文本长度不超过500个字符 |
type | 否 | long |
分词的粒度,默认为0。取值包括: 0:基本词,粒度较小。如“我要看速度与激情”,分成“我/要/看/速度/与/激情”。 1:在基本词的基础上,做实体合并。例如:“我要去江宁万达广场看速度与激情”,分成“我/要/去/江宁万达广场/看/速度/与/激情”。 对于没有可合并实体的文本信息,其分词效果与type为0的分词效果相同。例如:“明天下午3点一起看电影”,分成“明天/下午/3点/一起/看/电影”。 9223372036854775807(2的63次方减1):在type为1的基础上,把实体时间、地点等整体结构合并,出现符号隔开不合并,并把一些常用短语合并。如“形容词+的”,“单字动词+单字名词”等,简化句子成分。 例如“明天下午三点到五点我在江宁瑞都金逸影城看电影”,分成“明天下午三点/到/五点/我/在/江宁瑞都金逸影城/看/电影”。 |
callPkg | 否 | String | 调用者名称 |
callType | 否 | int |
调用者类型: 0:普通应用(默认) 1:快应用 |
callVersion | 否 | String | |
callState | 否 | int |
调用者状态: -1:未知(默认) 0:前台 1:后台 |
- 目前 NLU 支持的实体类别:
实体类别 | 备注 |
---|---|
电影 | 依赖字典,要求真实用例,勿做修改 |
电视剧 | 依赖字典,要求真实用例,勿做修改 |
综艺 | 依赖字典,要求真实用例,勿做修改 |
动漫 | 依赖字典,要求真实用例,勿做修改 |
火车车次 | 要求真实用例,勿做修改 |
航班号 | 要求真实用例,勿做修改 |
球队 | 依赖字典,支持NBA、CBA、英超、西甲、德甲、意甲、法甲、中超的球队识别,要求真实用例,勿做修改 |
人名 | 要求真实用例,勿做修改 |
快递单号 | 要求真实用例,勿做修改 |
电话号码 | 要求真实用例,勿做修改 |
url | 要求真实用例,勿做修改 |
邮箱 | 要求真实用例,勿做修改 |
联赛 | NBA、CBA、英超、西甲、德甲、意甲、法甲、中超,要求真实用例,勿做修改 |
时间 | 要求真实用例,勿做修改 |
地点 | 包含酒店、餐馆、景点、学校、道路、省、市、县、区、镇等,部分依赖字典 |
验证码 | 用例真实,勿做修改 |
③ 接口返回值说明
- 返回值 ResponseResult 中 responseResult 为 Json 字符串,体现分词的结果:
参数名 | 是否必选 | 值类型 | 说明 |
---|---|---|---|
code | 是 | int |
结果码。取值包括: 0:成功 1:系统正在初始化 2:参数错误 3:系统忙 4:系统异常 5:任务超时 6:其它错误 |
message | 是 | String | 错误信息 |
words | 否 | JSONArray | 切分出的词数组,数组里每一项的类型均为JSONObject |
四、开发流程
- 在使用分词 API 时,将实现分词的相关类添加至工程:
import ohos.ai.nlu.NluRequestType;import ohos.ai.nlu.NluClient;import ohos.ai.nlu.OnResultListener;import ohos.ai.nlu.ResponseResult;
- 使用 NluClient 静态类进行初始化,通过异步方式获取服务的连接:
- context:应用上下文信息,应为 ohos.aafwk.ability.Ability 或 ohos.aafwk.ability.AbilitySlice 的实例或子类实例;
- listener:初始化结果的回调,可以传 null;
- isLoadModel:是否加载模型,如果传 true,则在初始化时加载模型;如果传 false,则在初始化时不加载模型。
NluClient.getInstance().init(context, new OnResultListener<Integer>(){@Overridepublic void onResult(Integer result){// 初始化成功回调,在服务初始化成功调用该函数}}, true);
- 调用分词方法得到分析结果,接口提供同步和异步两个方法,开发者可根据自己需要选择:
- 同步:
String requestData = "{\"text\":\"今天天气不错,我们一起看电影吧\\n\",\"type\":0}";ResponseResult responseResult = NluClient.getInstance().getWordSegment(requestData, NluRequestType.REQUEST_TYPE_LOCAL);
- 异步:
NluClient.getInstance().getWordSegment(requestData,NluRequestType.REQUEST_TYPE_LOCAL, new OnResultListener<ResponseResult>() {@Overridepublic void onResult(ResponseResult result) {// onResult deal}});
- 解绑服务:
NluClient.getInstance().destroy(context);
HarmonyOS之AI能力·分词相关推荐
- HarmonyOS之AI能力·词性标注
一.简介 随着信息技术的发展,网络中的信息量成几何级增长逐步成为当今社会的主要特征.准确提取文本关键信息,是搜索引擎等领域的技术基础,而分词作为文本信息提取的第一步则尤为重要. 分词作为自然语言处理领 ...
- HarmonyOS之AI能力·IM类意图识别
一.基本概念 IM 类意图识别,是指利用机器学习技术,针对用户短信或聊天类 APP 等 IM 应用的文本消息进行内容分析,并识别出消息内容代表的用户意图. 基于语义分析,利用机器学习的相关技术识别并理 ...
- HarmonyOS之AI能力·文档检测校正
一.基本概念 文档校正提供了文档翻拍过程的辅助增强功能,包含两个子功能:文档检测和文档校验. 文档检测:能够自动识别图片中的文档,返回文档在原图中的位置信息.这里的文档泛指外形方正的事物,比如书本.相 ...
- HarmonyOS之AI能力·文字图像超分
一.简介 文字图像超分辨率可以对包含文字内容的图像进行 9 倍放大(高宽各放大 3 倍),同时增强图像内文字的清晰度,称为"文字图像超分辨率",简称"文字图像超分&quo ...
- HarmonyOS之AI能力·实体识别
一.简介 实体识别能够从自然语言中提取出具有特定意义的实体,并在此基础上完成搜索等一系列相关操作及功能. 实体识别覆盖范围大,能够满足日常开发中对实体识别的需求,让应用体验更好.识别准确率高,能够准确 ...
- HarmonyOS之AI能力·图像超分辨率
一.基本概念 针对图片分辨率不足的问题,传统的解决方案是使用双线性或双三次插值的方法来放大图像:而针对图片压缩噪声的问题,传统的解决方案则是通过各种算法实现平滑.去噪. 本 SDK 使用智能的方法,基 ...
- HarmonyOS之AI能力·通用文字识别技术
一.通用文字识别技术 通用文字识别的核心技术是 OCR(Optical Character Recognition,光学字符识别). OCR 是一种通过拍照.扫描等光学输入方式,把各种票据.卡证.表格 ...
- HarmonyOS之AI能力·二维码的生成和使用
一.码生成 码生成能够根据开发者给定的字符串信息和二维码图片尺寸,返回相应的二维码图片字节流. 调用方可以通过二维码字节流生成二维码图片. 二.约束与限制 当前仅支持生成 QR 二维码(Quick R ...
- HarmonyOS之AI能力·语音识别技术
一.基本概念 语音识别功能提供面向移动终端的语音识别能力.它基于华为智慧引擎(HUAWEI HiAI Engine)中的语音识别引擎,向开发者提供人工智能应用层 API.该技术可以将语音文件.实时语音 ...
最新文章
- Spring Hibernate JPA 联表查询 复杂查询
- 编译-链接-运行-环境配置各种error汇总
- 计算机组装比赛看什么书呀,现在学习计算机组装,还有硬体知识,看什么书好?推荐一下...
- (转)RabbitMQ学习之spring整合发送异步消息(注解实现)
- Linux系统rootpassword改动
- TCP是如何保证包的顺序传输
- mysql常用内置函数_mysql常见内置函数
- Struts2源码阅读(五)_FilterDispatcher核心控制器
- apache log4j入门
- grafana监控oracle11g,Grafana展示zabbix监控数据
- 项目日志 Log4cpp
- 微信打飞机项目小结-屏幕适配
- Java笔试题大全(附带答案)
- linux工作札记 - 查看发行版本命令
- How-to: 利用Web Camera模拟Windows Phone 7的重力加速度传感器
- 感性认识spring的IoC
- 余弦定理对比文本相似度实现查重
- 《解读基金我的投资观与实践》读后感
- Activiti多人会签的实现 Activiti
- 必看!Java 学习路线