自然语言处理 NLP自然语言处理 NLP

计算
弹性云服务器 ECS
云耀云服务器 HECS
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机 CPH
VR云渲游平台 CVR
特惠算力专区
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
内容分发网络 CDN
存储容灾服务 SDRS
弹性文件服务 SFS
云服务器备份 CSBS
云硬盘备份 VBS
数据快递服务 DES
专属企业存储服务
智能边缘
智能边缘云 IEC
EI 企业智能
EI安视服务
AI开发平台ModelArts
数据湖治理中心 DGC
数据仓库服务 GaussDB(DWS)
企业级AI应用开发专业套件 ModelArts Pro
数据湖探索 DLI
华为HiLens
云搜索服务 CSS
数据接入服务 DIS
表格存储服务 CloudTable
数据湖工厂 DLF
图引擎服务 GES
推荐系统 RES
文字识别 OCR
内容审核 Moderation
图像识别 Image
图像搜索 ImageSearch
人脸识别服务 FRS
对话机器人服务 CBS
视频分析服务 VAS
数据可视化 DLV
视频接入服务 VIS
自然语言处理 NLP
语音交互服务 SIS
知识图谱 KG
医疗智能体 EIHealth
可信智能计算服务 TICS
园区智能体 CampusGo
实时流计算服务 CS
人证核身服务 IVS
IoT物联网
设备接入 IoTDA
IoT物联网
全球SIM联接 GSL
设备发放 IoTDP
IoT开发者服务
IoT边缘 IoTEdge
IoT数据分析
路网数字化服务 DRIS
开发与运维
项目管理 ProjectMan
代码托管 CodeHub
流水线 CloudPipeline
代码检查 CodeCheck
编译构建 CloudBuild
部署 CloudDeploy
云测 CloudTest
发布 CloudRelease
移动应用测试 MobileAPPTest
CloudIDE
Classroom
软件开发平台 DevCloud
开源镜像站 Mirrors
视频
媒体处理 MPC
视频点播 VOD
视频直播 Live
实时音视频 SparkRTC
管理与部署
统一身份认证服务 IAM
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云审计服务 CTS
云日志服务 LTS
标签管理服务 TMS
资源管理服务 RMS
应用身份管理服务 OneAccess
专属云
专属计算集群 DCC
专属分布式存储服务 DSS
域名与网站
域名注册服务 Domains
云速建站 CloudSite
企业协同
华为云WeLink
会议
ISDP
解决方案
全栈专属服务
高性能计算 HPC
SAP
游戏云
混合云灾备
快视频
华为工业云平台 IMC
价格
价格原则
成本优化最佳实践
昇腾
昇腾MindX SDK (20.3)
其他
管理控制台
消息中心
产品价格详情
系统权限
我的凭证
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
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
应用编排服务 AOS
容器交付流水线 ContainerOps
应用服务网格 ASM
多云容器平台 MCP
基因容器 GCS
容器洞察引擎 CIE
容器批量计算 BCE
云原生服务中心 OSC
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
数据库
云数据库 RDS
文档数据库服务 DDS
分布式数据库中间件 DDM
数据复制服务 DRS
数据管理服务 DAS
云数据库 GaussDB(for MySQL)
云数据库 GaussDB NoSQL
云数据库 GaussDB (for openGauss)
数据库和应用迁移 UGO
大数据
MapReduce服务 MRS
应用中间件
应用管理与运维平台 ServiceStage
分布式缓存服务 DCS
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
消息通知服务 SMN
微服务引擎 CSE
云性能测试服务 CPTS
区块链服务 BCS
API网关 APIG
应用魔方 AppCube
分布式消息服务RocketMQ版
多云高可用服务 MAS
可信跨链数据链接服务 TCDAS
企业应用
云桌面 Workspace
云解析服务 DNS
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMAExchange
ROMA API
鸿源云道
华为乾坤
安全与合规
Web应用防火墙 WAF
漏洞扫描服务 VSS
企业主机安全 HSS
容器安全服务 CGS
数据加密服务 DEW
数据库安全服务 DBSS
态势感知 SA
云堡垒机 CBH
SSL证书管理 SCM
云证书管理服务 CCM
管理检测与响应 MDR
数据安全中心 DSC
威胁检测服务 MTD
DDoS防护 ADS
云防火墙 CFW
应用信任中心 ATC
安全技术与应用
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
智能协作
IdeaHub
企业网络
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
废弃-华为乾坤安全云服务
云通信
语音通话 VoiceCall
消息&短信 MSGSMS
隐私保护通话 PrivateNumber
开发者工具
SDK开发指南
API签名指南
DevStar
HCloud CLI
Terraform
Ansible
云生态
云市场
鲲鹏
昇腾
合作伙伴中心
华为云学院
用户服务
帐号中心
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
网站备案
支持计划
专业服务
合作伙伴支持计划
更新时间:2021/09/06 GMT+08:00
分享

分词

功能介绍

对文本进行分词处理。

具体Endpoint请参见终端节点

调用华为云NLP服务会产生费用,套餐包分为基础版和领域版,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。

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

    项目编号。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,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 若

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

中国 浙江

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

, . :

示例

  • 请求示例
    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
    # -*- 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.text)
    
    if __name__ == '__main__':
        nlp_demo()
  • Java语言请求代码示例
    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();
        }
    }

“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

  • 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

分享:

    相关文档

    相关产品