·支持中文分词(N-最短路分词、CRF分词、索引分词、用户自定义词典、词性标注),命名实体识别(中国人名、音译人名、日本人名、地名、实体机构名识别),关键词提取,自动摘要,短语提取,拼音转换,简繁转换,文本推荐,依存句法分析(MaxEnt依存句法分析、CRF依存句法分析)
环境要求
java 1.8
nodejs >= 6
docker
·build image
cd node-hanlp
./scripts/build-docker-image.sh
Or pull image
docker pull samurais/hanlp-api:1.0.0
· start container
docker run -it --rm -p 3002:3000 samurais/hanlp-api:1.0.0
·access service
POST /tokenizer HTTP/1.1
Host: localhost:3002
Content-Type: application/json
{
"type": "nlp",
"content": "刘德华和张学友创作了很多流行歌曲"
}
RESPONSE
{
"status": "success",
"data": [
{
"word": "刘德华",
"nature": "nr",
"offset": 0
},
{
"word": "和",
"nature": "cc",
"offset": 0
},
{
"word": "张学友",
"nature": "nr",
"offset": 0
},
{
"word": "创作",
"nature": "v",
"offset": 0
},
{
"word": "了",
"nature": "ule",
"offset": 0
},
{
"word": "很多",
"nature": "m",
"offset": 0
},
{
"word": "流行歌曲",
"nature": "n",
"offset": 0
}
]
}
·Other APIs
<!--[if !supportLists]-->l <!--[endif]-->tokenizer 分词
<!--[if !supportLists]-->l <!--[endif]-->keyword 关键词
<!--[if !supportLists]-->l <!--[endif]-->summary 摘要
<!--[if !supportLists]-->l <!--[endif]-->phrase 短语提取
<!--[if !supportLists]-->l <!--[endif]-->query 关键词、摘要
<!--[if !supportLists]-->l <!--[endif]-->conversion 简、繁、拼音转换
源码
node module
·Install
npm install node-hanlp
·Config
<!--[if !supportLists]-->² <!--[endif]-->配置文件路径 node_modules/node-hanlp/lib/src-java/hanLP.proerties
<!--[if !supportLists]-->² <!--[endif]-->请修改root为您的目录路径
<!--[if !supportLists]-->² <!--[endif]-->词典文件目录 ./data
<!--[if !supportLists]-->² <!--[endif]-->请下载词典 pan.baidu.com/s/1pKUVNYF 放入 ./data (约800MB文件) 目录下
·Usage
const Hanlp = require("node-hanlp");
//分词库初始化及配置
const HanLP = new Hanlp({
CustomDict : true, //使用自定义词典
NameRecognize : true, //中国人名识别
TranslatedNameRecognize : true , //音译人名识别
JapaneseNameRecognize : true, //日本人名识别
PlaceRecognize : true , //地名识别
OrgRecognize : true //机构名识别
});
let words = HanLP.Tokenizer("商品和服务");
标准分词 HanLP.Tokenizer( text )
@param String text [文本]
@ruten Object
let words = HanLP.Tokenizer("商品和服务");
[
{ word: '商品', nature: 'n', offset: 0 },
{ word: '和', nature: 'cc', offset: 0 },
{ word: '服务', nature: 'vn', offset: 0 }
]
NLP分词 HanLP.NLPTokenizer( text )
@param String text [文本]
@ruten Object
let words = HanLP.NLPTokenizer("中国科学院计算技术研究所的宗成庆教授正在教授自然语言处理课程");
[
{ word: '中国科学院计算技术研究所', nature: 'nt', offset: 0 },
{ word: '的', nature: 'ude1', offset: 0 },
{ word: '宗成庆', nature: 'nr', offset: 0 },
{ word: '教授', nature: 'nnt', offset: 0 },
...
]
索引分词 HanLP.IndexTokenizer( text )
@param String text [文本]
@ruten Object
let words = HanLP.IndexTokenizer("主副食品");
[
{ word: '主副食品', nature: 'n', offset: 0 },
{ word: '主副食', nature: 'j', offset: 0 },
{ word: '副食', nature: 'n', offset: 1 },
{ word: '副食品', nature: 'n', offset: 1 },
{ word: '食品', nature: 'n', offset: 2 }
]
CRF分词 HanLP.CRFTokenizer( text )
@param String text [文本]
@ruten Object
let words = HanLP.CRFTokenizer("你好,欢迎使用HanLP汉语处理包!");
[
{ word: '你好', nature: 'vl', offset: 0 },
{ word: ',', nature: 'w', offset: 0 },
{ word: '欢迎', nature: 'v', offset: 0 },
{ word: '使用', nature: 'v', offset: 0 },
{ word: 'HanLP', nature: 'nz', offset: 0 },
{ word: '汉语', nature: 'gi', offset: 0 },
...
]
去除停用词分词 HanLP.NoStopWord( text )
@param String text [文本]
@ruten Object
let words = HanLP.NoStopWord("你好,欢迎使用HanLP汉语处理包!");
[
{ word: '你好', nature: 'vl', offset: 0 },
{ word: '欢迎', nature: 'v', offset: 0 },
{ word: '使用', nature: 'v', offset: 0 },
{ word: 'HanLP', nature: 'nz', offset: 0 },
{ word: '汉语', nature: 'gi', offset: 0 },
...
]
最短路分词 HanLP.ShortSegment( text )
@param String text [文本]
@ruten Object
let words = HanLP.ShortSegment("今天,liuzhijun案的关键人物,山西女商人dingshumiao在市二中院出庭受审。");
[
{ word: '今天', nature: 't', offset: 0 },
{ word: ',', nature: 'w', offset: 0 },
{ word: 'liushijun', nature: 'nr', offset: 0 },
{ word: '案', nature: 'ng', offset: 0 },
{ word: '的', nature: 'ude1', offset: 0 },
{ word: '关键', nature: 'n', offset: 0 },
...
]
N-最短分词 HanLP.NShortSegment( text )
@param String text [文本]
@ruten Object
let words = HanLP.NShortSegment("刘喜杰石国祥会见吴亚琴先进事迹报告团成员");
[
{ word: '刘喜杰', nature: 'nr', offset: 0 },
{ word: '石国祥', nature: 'nr', offset: 0 },
{ word: '会见', nature: 'v', offset: 0 },
{ word: '吴亚琴', nature: 'nr', offset: 0 },
{ word: '先进', nature: 'a', offset: 0 },
...
]
极速词典分词 HanLP.SpeedTokenizer( text )
@param String text [文本]
@ruten Object
let words = HanLP.SpeedTokenizer("江西鄱阳湖干枯,中国最大淡水湖变成大草原");
[
{ word: '江西', offset: 0 },
{ word: '鄱阳湖', offset: 2 },
{ word: '干枯', offset: 5 },
{ word: ',', offset: 7 },
{ word: '中国', offset: 8 },
]
关键词提取 HanLP.Keyword( text , nTop )
@param String text [文本]
@param Number nTop [关键词个数,默认5个]
@ruten Object
let words = HanLP.Keyword("江西鄱阳湖干枯,中国最大淡水湖变成大草原" , 3);
[ '中国', '最大', '淡水湖' ]
短语提取 HanLP.Phrase( text , nTop )
@param String text [文本]
@param Number nTop [短语个数,默认3个]
@ruten Object
let words = HanLP.Phrase("江西鄱阳湖干枯,中国最大淡水湖变成大草原" , 2 );
[ '中国最大', '变成草原' ]
提取文章摘要 HanLP.Summary( text , nTop )
@param String text [文本]
@param Number nTop [文章摘要条数,默认3条]
@ruten Object
let text = "据美国福克斯新闻报道,俄罗斯黑海舰队一艘护卫舰格里戈罗维奇海军上将号,正在驶向美国军舰发射导弹攻击叙利亚的区域。该护卫舰是俄罗斯最先进的护卫舰,2016年才刚服役,除防空、反舰导弹外,也可以发射巡航导弹。格里戈罗维奇海军上将号原定于本周访问叙利亚的塔尔图斯港。"
let words = HanLP.Summary( text , 3);
[
'俄罗斯黑海舰队一艘护卫舰格里戈罗维奇海军上将号',
'格里戈罗维奇海军上将号原定于本周访问叙利亚的塔尔图斯港',
'正在驶向美国军舰发射导弹攻击叙利亚的区域'
]
文本推荐 HanLP.Suggester( list, words, Ntop )
@param Array list 句子列表
@param Array words 词语
@param Number nTop 相似句子推荐个数,默认1个
@ruten Object
句子级别,从一系列句子中挑出与输入句子最相似的那一个
语义距离 HanLP.WordDistance( words )
@param Array words 词
@ruten Object
简繁转换 HanLP.ConversionFont( text , type )
@param String text 文本
@ruten String type 类型 jt简体|ft繁体,默认jt
@ruten String
拼音转换 HanLP.Pinyin( text , type )
@param String text 文本
@ruten String type 类型 类型 num数字音调|tone符号音调|outtone无音调|shengmu声母|yunmu韵母|head输入法头,默认outtone
@ruten Object
相关推荐
NLP.js一个nodejs/javascript自然语言处理库,具有实体提取、情感分析、自动语言识别等功能
自然语言处理 for nodejs 支持中文分词(N-最短路分词、CRF分词、索引分词、用户自定义词典、词性标注),命名实体识别(中国人名、音译人名、日本人名、地名、实体机构名识别),关键词提取,自动摘要,短语提取,...
nodejs + mysql 事物处理问题 呵呵 看了就知道 记得npm install啊 需要的东西啊 本想免费 苦于没积分 ,需要的的同学,给点分吧
简单自然语言处理 npm install speakeasy-nlp 当前命令: *.classify :大致确定一个句子的动作,主语和所有者(有意的对象)。 从0.2.2版开始,它还包括动词,名词和形容词 *.sentiment :一组近似于陈述的正面/...
在Nodejs中使用express框架并没有自带的日志模块,我们可以选择log4js来完成日志记录的功能
NodeNLPExp NodeJS自然语言处理实验
nodejs初级教程
NodeJS
用 nodejs 语言、mqtt 协议写的客户端,通过主题发送数据并接收数据。资源描述要凑满 50 个字????????????
KeFu 在线客服系统,开发语言:NodeJS。通信库:Socket.IO。UI库:前端SUI,后端LayUI.
nodejs的错误处理过程记录 本文以连接错误ECONNREFUSED为例,看看nodejs对错误处理的过程。 假设我们有以下代码 1. const net = require('net'); 2. net.connect({port: 9999}) 如果本机上没有监听9999端口,...
节点js NodeJS示例项目
nodejs 关于mysql模块 连接超时自动断开解决方法,在这块遇到的坑,而且坑了很久才找到的,分享只为求分
,nodEjs ,nodEjs ,nodEjs ,nodEjs ,nodEjs ,nodEjs ,nodEjs ,nodEjs ,nodEjs
nodejs安装及环境配置
node-growl, 面向nodejs的growl通知系统 nodejs 我对Nodejs的支持,这基本上是我的 ruby 咆哮库的一个端口。 ubuntu/linux支持增加了对 @niftylettuce的支持。安装安装 Mac OS X ( 达尔文):安装 growlnotif
nodejs命令行参数处理模块commander使用实例.docx
资源名称:NodeJs技术经典文档资源目录:【】Node.js开发指南_中文正版【】nodejs开发指南pdf及源码及win安装程序【】nodejs手册中文【】NodeJs教程【】umav4simple【】七天学会NodeJS【】七天学会NodeJS【】深入浅...
NodeJS开发指南