网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
云手机服务器 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器(旧版)
VR云渲游平台 CVR
Huawei Cloud EulerOS
云化数据中心 CloudDC
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘平台 IEF
CloudPond云服务
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
湖仓构建 LakeFormation
智能数据洞察 DataArts Insight
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
开天aPaaS
应用平台 AppStage
开天企业工作台 MSSE
开天集成工作台 MSSI
API中心 API Hub
云消息服务 KooMessage
交换数据空间 EDS
云地图服务 KooMap
云手机服务 KooPhone
组织成员账号 OrgID
云空间服务 KooDrive
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
区块链
区块链服务 BCS
数字资产链 DAC
华为云区块链引擎服务 HBS
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
价格
成本优化最佳实践
专属云商业逻辑
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
其他
管理控制台
消息中心
产品价格详情
系统权限
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
云服务信任体系能力说明
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
云存储网关 CSG
专属分布式存储服务 DSS
数据工坊 DWR
地图数据 MapDS
键值存储服务 KVS
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
云原生服务中心 OSC
应用服务网格 ASM
华为云UCS
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB
云数据库 GeminiDB
数据管理服务 DAS
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
语音交互服务 SIS
人证核身服务 IVS
视频智能分析服务 VIAS
城市智能体
自动驾驶云服务 Octopus
盘古大模型 PanguLargeModels
IoT物联网
设备接入 IoTDA
全球SIM联接 GSL
IoT数据分析 IoTA
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
企业应用
域名注册服务 Domains
云解析服务 DNS
企业门户 EWP
ICP备案
商标注册
华为云WeLink
华为云会议 Meeting
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMA Exchange
API全生命周期管理 ROMA API
政企自服务管理 ESM
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
数字内容生产线 MetaStudio
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
专属云
专属计算集群 DCC
开发者工具
SDK开发指南
API签名指南
DevStar
华为云命令行工具服务 KooCLI
Huawei Cloud Toolkit
CodeArts API
云化转型
云架构中心
云采用框架
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
我的凭证
华为云公共事业服务云平台
工业软件
工业数字模型驱动引擎
硬件开发工具链平台云服务
工业数据转换引擎云服务

分词

更新时间:2024-04-24 GMT+08:00
分享

功能介绍

对文本进行分词和词性标注处理。

具体Endpoint请参见终端节点

调用华为云NLP服务会产生费用,本API支持使用基础套餐包,购买时请在自然语言处理价格计算器中查看基础套餐包和领域套餐包支持的API范围。

本API调用限制为20次/秒。

调试

您可以在API Explorer中调试该接口。

前提条件

在使用本API之前,需要您完成服务申请和认证鉴权,具体操作流程请参见申请服务认证鉴权章节。

说明:

用户首次使用需要先申请开通。服务只需要开通一次即可,后面使用时无需再次申请。如未开通服务,调用服务时会提示ModelArts.4204报错,请在调用服务前先进入控制台开通服务,并注意开通服务区域与调用服务的区域保持一致。

URI

  • URI格式
    POST /v1/{project_id}/nlp-fundamental/segment
  • 参数说明
    表1 URI参数说明

    参数名

    必选

    说明

    project_id

    项目ID。获取方法请参见获取项目ID

请求消息

请求参数如表2所示。

表2 请求Body参数

参数名

参数类型

必选

说明

text

String

待分词文本,中文长度为1~512,英文长度为1~2000,文本编码为UTF-8。

pos_switch

Integer

是否开启词性标注功能,1为开启,0为关闭,默认为关闭。

lang

String

支持的文本语言类型,目前支持中文(zh)和英文(en),默认为中文。

criterion

String

支持的分词规范。

中文分词标准目前支持PKU(北大分词标准)、CTB(宾州中文树库标准),默认为PKU。

英文分词标准默认为Penn TreeBank(宾州树库标准),不需要传入该参数。

响应消息

响应参数如表3所示。

表3 响应参数

参数名

参数类型

说明

words

Array of words

分词结果,请参见表4

error_code

String

调用失败时的错误码,具体参见错误码

调用成功时无此字段。

error_msg

String

调用失败时的错误信息。

调用成功时无此字段。

表4 Word字段数据结构说明

参数名

参数类型

说明

content

String

词汇文本。

pos

String

词汇对应的词性。详细说明请参见表5表6表 (Penn TreeBank) 词性说明

表5 PKU词性说明

一类词性

二类词性

三类词性

n:名词

nr:人名

  • nr1:汉语姓氏
  • nr2:汉语名字
  • nrj:日语人名
  • nrf:音译人名

ns:地名

nsf:音译地名

nt:机构团体名

-

nz:其它专名

-

nl:名词性惯用语

-

ng:名词性语素

-

t:时间词

tg:时间词性语素

-

s:处所词

-

-

f:方位词

-

-

v:动词

vd:副动词

-

vn:名动词

-

vshi:动词“是”

-

vyou:动词“有”

-

vf:趋向动词

-

vx:形式动词

-

vi:不及物动词(内动词)

-

vl:动词性惯用语

-

vg:动词性语素

-

a:形容词

ad:副形词

-

an:名形词

-

ag:形容词性语素

-

al:形容词性惯用语

-

b:区别词

bl:区别词性惯用语

-

z:状态词

-

-

r:代词

rr:人称代词

-

rz:指示代词

  • rzt:时间指示代词
  • rzs:处所指示代词
  • rzv:谓词性指示代词

ry:疑问代词

  • ryt:时间疑问代词
  • rys:处所疑问代词
  • ryv:谓词性疑问代词

rg:代词性语素

-

m:数词

mq:数量词

-

mg:甲、乙、丙、丁、戊、己、庚、辛、壬、癸

-

q:量词

qv:动量词

-

qt:时量词

-

d:副词

-

-

p:介词

pba:介词“把”

-

pbei:介词“被”

-

c:连词

cc:并列连词

-

u:助词

uzhe:着

-

ule:了、喽

-

uguo:过

-

ude1:的、底

-

ude2:地

-

ude3:得

-

usuo:所

-

udeng:等、等等、云云

-

uyy:一样、一般似的、般

-

udh:的话

-

uls:来讲、来说而言、说来

-

uzhi:之

-

ulian:连 (“连小学生都会”)

-

e:叹词

-

-

y:语气词(delete yg)

-

-

o:拟声词

-

-

h:前缀

-

-

k:后缀

-

-

x:字符串

xe:Email字符串

-

xs:微博会话分隔符

-

xm:表情符号

-

xu:网址URL

-

w:标点符号

wkz:左括号,全角:( 〔 [ { 《 【 〖 〈 半角:( [ { <

-

wky:右括号,全角:) 〕 ] }》 】 〗〉 半角: ) ] { >

-

wyz:左引号,全角:“ ‘ 『

-

wyy:右引号,全角:” ’ 』

-

wj:句号,全角:。

-

ww:问号,全角:? 半角:?

-

wt:叹号,全角:! 半角:!

-

wd:逗号,全角:, 半角:,

-

wf:分号,全角:; 半角: ;

-

wn:顿号,全角:、

-

wm:冒号,全角:: 半角: :

-

ws:省略号,全角:…… …

-

wp:破折号,全角:—— -- ——- 半角:--- ----

-

wb:百分号千分号,全角:% ‰ 半角:%

-

wh:单位符号,全角:¥ $ > ° ℃ 半角:$

-

表6 CTB词性说明

词性

名称

示例

AD

副词

不 也 就

AS

动态助词

了 著 过

BA

把字结构

将 把

CC

并列连接词

和 与

CD

限定数量词

一 两 三

CS

从属连接词

虽然 如果 如果

DEC

补语或名词化

的 之

DEG

关联或所有格

的 之

DER

补语短语“得”

DEV

方式“地”

DT

限定词

这 各 全

ETC

等等

等 等等

FW

外来词

A E B

IJ

感叹词

唉呀 哈拉

JJ

名词修饰词

大 新 小

LB

长“被”结构

被 为 受

LC

方位词

中 上 时

M

量词

个 年 美元

MSP

其他助词

所 而 来

NN

名词

经济 企业 人

NR

专有名词

有限 公司

NT

时间名词

目前 去年

OD

数词

第一 第二 首

ON

拟声词

O

P

介词

在 对 以

PN

代词

他 我 自己

PU

标点符号

, 。

SB

短“被”结构

被 遭

SP

句末助词

了 的 吗

VA

谓词性形容词

大 多 好

VC

系动词

是 为 非

VE

主要动词“有”

有 没有 无

VV

动词

说 要 会

表7 Penn TreeBank词性说明

词性

名称

示例

CC

并列连接词

and, but, or

CD

基数

one, two

DT

限定词

a, the

EX

存在型there

there

FW

外文单词

mea, culpa

IN

介词/从属,连接词

of, in, by

JJ

形容词

yellow

JJR

形容词,比较级

bigger

JJS

形容词,最高级

wildest

LS

列表项标记

1, 2, One

MD

情态动词

can, could, might

NN

名词,可数或不可数

llama

NNS

名词,复数

llamas

NNP

专有名词,单数

IBM

NNPS

专有名词,复数

Carolinas

PDT

前位限定词

all, both

POS

所有格结束词

's

PRP

人称代名词

I, me, you,

PRP$

物主代词,所有格代名词

my, your, yours

RB

副词

quickly

RBR

副词,比较级

faster

RBS

副词,最高级

fastest

RP

小品词

up, off

SYM

符号(数学或科学)

+, % ,&

TO

to

to

UH

感叹词

ah, oops

VB

动词,基本形态

eat

VBD

动词,过去式

ate

VBG

动词,动名词/现在分词

eating

VBN

动词,过去分词

eaten

VBP

动词,非第三人称单数现在式

eat

VBZ

动词,第三人称单数现在式

eats

WDT

wh-限定词

which, that

WP

wh-代词

what, who

WP$

所有格wh-代词

whose

WRB

wh-副词

how, where

PU

标点符号

, . :

请求示例

  • 请求示例(开启词性标注功能进行分词,支持PKU分词规范)
    说明:

    “endpoint”“project_id”“token”等请求参数获取方式可参考快速入门,参数详情请见构造请求

    Request Header:
        Content-Type: application/json
        X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG...
    
    Request Body:
        {
            "text":"今天天气真好",
            "pos_switch":1,
            "lang":"zh",
            "criterion":"PKU"
        }
  • Python3语言请求代码示例(开启词性标注功能进行分词,支持PKU分词规范)
    # -*- coding: utf-8 -*-
    # 此demo仅供测试使用,建议使用sdk。需提前安装requests,执行pip install requests
    import requests
    import json
    
    def nlp_demo():
        url = 'https://{endpoint}/v1/{project_id}/nlp-fundamental/segment'  # endpoint和project_id需替换
        token = '用户对应region的token'
        header = {
            'Content-Type': 'application/json',
            'X-Auth-Token': token
        }
        body = {
            'text': '今天天气真好',
            'pos_switch': 1,
            'lang': 'zh',
            'criterion': 'PKU'
        }
        resp = requests.post(url, data=json.dumps(body), headers=header)
        print(resp.json())
    
    if __name__ == '__main__':
        nlp_demo()
  • Java语言请求代码示例(开启词性标注功能进行分词,支持PKU分词规范)
    import java.io.BufferedReader;
    import java.io.InputStream;
    import java.io.InputStreamReader;
    import java.io.OutputStreamWriter;
    import java.net.HttpURLConnection;
    import java.net.URL;
    
    /**
     * 此demo仅供测试使用,建议使用sdk
     */
    public class NLPDemo {
        public void nlpDemo() {
            try {
                //endpoint和projectId需要替换成实际信息。
                URL url = new URL("https://{endpoint}/v1/{project_id}/nlp-fundamental/segment");
                String token = "对应region的token";
                HttpURLConnection connection = (HttpURLConnection) url.openConnection();
                connection.setRequestMethod("POST");
                connection.setDoInput(true);
                connection.setDoOutput(true);
                connection.addRequestProperty("Content-Type", "application/json");
                connection.addRequestProperty("X-Auth-Token", token);
    
                //输入参数
                String text = "订单记录怎么删除";
                String body = "{\"text\":\"" + text + "\",\"pos_switch\":1 ,\"lang\":\"zh\",\"criterion\":\"PKU\"}";
    
                OutputStreamWriter osw = new OutputStreamWriter(connection.getOutputStream(), "UTF-8");
                osw.append(body);
                osw.flush();
                InputStream is = connection.getInputStream();
                BufferedReader br = new BufferedReader(new InputStreamReader(is, "UTF-8"));
                while (br.ready()) {
                    System.out.println(br.readLine());
                }
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    
        public static void main(String[] args) {
            NLPDemo nlpDemo = new NLPDemo();
            nlpDemo.nlpDemo();
        }
    }

响应示例

  • 成功响应示例
    {
        "words": [
            {
                "content": "今天",
                "pos": "t"
            },
            {
                "content": "天气",,
                "pos": "n"
            },
            {
                "content": "真",
                "pos": "d"
            },
            {
                "content": "好",
                "pos": "a"
            }
        ]
    }
  • 失败响应示例
    {
        "error_code": "NLP.0301",
        "error_msg": "The length of text should be in the range of 1-512"
    }

状态码

状态码请参见状态码

错误码

错误码请参见错误码

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容