# 配置热词表（可选）
调用一句话识别、录音文件识别、实时语音识别API时，如果在您的业务领域有一些特有的词，默认识别效果差的时候可以考虑使用热词管理功能，将这些词添加到词表，改善识别效果。
#### 创建热词表（1.0版本）
创建热词表有两种方式：[控制台创建](https://console.huaweicloud.com/sis)、[调用API创建](https://support.huaweicloud.com/api-sis/sis_03_0071.html)。本章节主要介绍通过控制台创建的方法。
1. 登录SIS服务控制台。
2. 在左侧导航栏中选择"热词表配置"。并在配置页面单击"创建热词表"。 创建成功后，可对热词表内容进行编辑。支持中英混编，最多可添加10000个热词，热词之间用英文逗号分隔。
   热词表支持英文和中文语言类型。中文语言类型的热词最长支持32字符，英文语言类型的热词最长支持64字符。
   前端热词创建过程中，具备热词规则校验能力，会将不符合规则的热词返回给用户。
   图1创建热词表   
   ![](https://support.huaweicloud.com/usermanual-sis/zh-cn_image_0000002380705445.png "点击放大")
   ![](https://support.huaweicloud.com/usermanual-sis/public_sys-resources/note_3.0-zh-cn.png)
   创建热词时，需注意：
   - 中文语言类型(chinese_mandarin)热词可以包含英文，但英文语言类型(english)热词不能包含中文。
   
   - 热词表能创建通过，仅代表规则校验通过，但是否生效还需由具体API确定（如创建中文类型热词表，请求英文语音识别接口，热词不会生效）。
   
   - 所有含英文的热词均需大写，如：Eiffel铁塔（正确示例为：EIFFEL铁塔）。
   
   - 所有数字均用相应的汉字表示，避免使用阿拉伯数字 ，如：12345服务热线（正确示例为：一二三四五服务热线）。
   
   - 热词内容仅包含英文和中文，避免出现标点符号、特殊字符或空格，如：。，？.\*等。
   
   - 尽量避免配置单音节的英文单词，避免误召回，如：MAY/TEE等。
     
 
#### 调用热词表
一句话识别、录音文件识别、实时语音识别API均支持调用热词表，调用时，需传vocabulary_id参数（热词ID）。
热词ID可以通过[控制台](https://console.huaweicloud.com/sis)，或调用[查询热词表信息](https://support.huaweicloud.com/api-sis/sis_03_0073.html)接口获取。
图2热词ID   
![](https://support.huaweicloud.com/usermanual-sis/zh-cn_image_0000002380708049.png "点击放大")
#### 热词3.0
热词3.0在热词1.0基础上，增加了**自定义权重热词** 和**强制替换热词** 来提升特定场景关键词召回率，如下图所示。[控制台](https://console.huaweicloud.com/sis)和[后端API](https://support.huaweicloud.com/api-sis/sis_03_0071.html)均已开放热词3.0的创建接口，但需注意的是，并非所有API均能使热词3.0算法生效，具体约束条件如下。
图3创建热词表   
![](https://support.huaweicloud.com/usermanual-sis/zh-cn_image_0000002380708441.png "点击放大")
- **支持的region：**
  北京四、上海一
  
- **支持的API：**
  实时语音识别chinese_16k_general/chinese_8k_general、一句话识别chinese_16k_general和录音文件识别chinese_16k_media。
  ![](https://support.huaweicloud.com/usermanual-sis/public_sys-resources/note_3.0-zh-cn.png)
  热词3.0能创建成功并不意味着一定生效，仅对以上四个API生效。其余API请按照热词1.0的规则创建热词。
  
热词3.0使用场景和配置规则如下。
- **普通热词**
  用于常见的命名实体识别，如地名、景点、商品名、领域关键词。
  **配置规则：**
  - 最多可以**创建100个热词表** ，每个热词表**支持10000个热词**。
  
  - 所有含英文的热词均需大写，如：Eiffel铁塔（正确示例为：EIFFEL铁塔）。
  
  - 所有数字均用相应的汉字表示，不能使用阿拉伯数字 ，如：12345服务热线（正确示例为：一二三四五服务热线）。
  
  - 热词内容仅**包含英文和中文**，不能包含标点符号、特殊字符，如：。，？.\*等。
  
  - 尽量避免配置单音节的英文单词，避免误召回，如：MAY/TEE等。
   
- **自定义权重热词**
  用于提升热词召回率，主要应用于以下场景。
  - 所配置的关键词与常见词发音一样，导致热词不能百分百生效。如**雇工** vs **故宫** 。由于**故宫** 更加常见，所以可能存在即使配置了**雇工**这个热词，也无法召回的情况。
  
  - 所配置的关键词含有生僻字，如**葳蕤** ，**霜蟾**。这些生僻字出现的概率较低，所以在热词搜索过程中，可能不生效。
  
  - 所配置的关键词较常见，与其他高频词容易混淆（误召回），如**述职** vs **数值**。
  
  
  **配置规则：**
  - 自定义权重热词用**/**将热词分为两个部分，左边即为普通热词，遵循普通热词的配置规则。
  
  - 右边为**1\~10**的整数（包含），数值越大热词的偏置力度越强，召回率越高（但误召回的风险越大）。
  
  
  图4配置示例   
  ![](https://support.huaweicloud.com/usermanual-sis/zh-cn_image_0000001776389620.png "点击放大") 
- **强制替换热词**
  强制替换作为热词功能的补充，主要解决以下两类问题：
  - 一些极其罕见的词语，如绵绵瓜瓞，龙行龘（dá）龘，即使配置了热词，也无法识别，所以需要将谐音词进行强制替换：绵绵瓜叠=绵绵瓜瓞，龙行达达=龙行龘龘。
  
  - 自定义格式输出，如特殊符号γ、β、奈雪の茶，数学公式x\^2+1=0。
  
  
  **配置规则：**
  - 强制替换重热词用**=**将热词分为两个部分，左边为待替换词，遵循普通热词的配置规则。
  
  - 等号右边为最终输出词，仅校验长度（不超过32字符）。