自然语言处理 NLP自然语言处理 NLP

更新时间:2021/07/27 GMT+08:00
分享

命名实体识别(基础版)

功能介绍

对文本进行命名实体识别分析,目前支持人名、地名、时间、组织机构类实体的识别。

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/ner
  • 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 请求参数

参数名

参数类型

必选

说明

text

String

待分析文本,中文长度为1~512,英文和西班牙文长度为1~2000,文本编码为UTF-8。

lang

String

支持的文本语言类型,目前支持中文(zh),英文(en),和西班牙文(es),默认为中文。

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

named_entities

Array of named_entity objects

命名实体识别结果。

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 named_entity数据结构说明

参数名

参数类型

说明

word

String

实体文本。

tag

String

实体类型,枚举类型。

  • 中文支持人名“nr”,地名“ns”,机构名“nt”,时间“t”
  • 英文支持人名“per”,地名“loc”,机构名“org”,时间“t”
  • 西班牙文支持人名“per”,地名“loc”,机构名“org”,时间“t”

offset

Integer

实体文本在待分析文本中的起始位置。

len

Integer

实体文本长度。

示例

  • 请求示例
    POST https://{endpoint}/v1/{project_id}/nlp-fundamental/ner
    Request Header:
        Content-Type: application/json
        X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG...
    
    Request Body:
        {
            "text":"昨天程序员李小明来到北京参加开发者大赛,在比赛中表现优异,赢得了第一名。",
            "lang":"zh"
        }
  • 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/ner'  # 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': '昨天程序员李小明来到北京参加开发者大赛,在比赛中表现优异,赢得了第一名。',
            'lang': 'zh'
        }
        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/ner");
                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 = "昨天程序员李小明来到北京参加开发者大赛,在比赛中表现优异,赢得了第一名。";
                String body = "{\"text\":\"" + text + "\",\"lang\":\"zh\"}";
    
                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
      {
          "named_entities": [
              {
                  "word": "昨天",
                  "tag": "t",
                  "offset": 0,
                  "len": 2
              },
              {
                  "word": "李小明",
                  "tag": "nr",
                  "offset": 5,
                  "len": 3
              },
              {
                  "word": "北京",
                  "tag": "ns",
                  "offset": 10,
                  "len": 2
              }
          ]
      }
    • 失败响应示例
      {
          "error_code": "NLP.0301",
          "error_msg": "The length of text should be in the range of 1-2000."
      }

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