--- title: 自然语言处理API服务 header-includes: --- [![Docker Pulls](https://img.shields.io/docker/pulls/samurais/hanlp-api.svg?maxAge=2592000)](https://hub.docker.com/r/samurais/hanlp-api/) [![Docker Stars](https://img.shields.io/docker/stars/samurais/hanlp-api.svg?maxAge=2592000)](https://hub.docker.com/r/samurais/hanlp-api/) [![Docker Layers](https://images.microbadger.com/badges/image/samurais/hanlp-api.svg)](https://microbadger.com/#/images/samurais/hanlp-api) [![](https://images.microbadger.com/badges/version/samurais/hanlp-api.svg)](https://microbadger.com/images/samurais/hanlp-api "Get your own version badge on microbadger.com") * 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） * Powered by [HanLP](http://www.hankcs.com/nlp/hanlp.html) ## About me [Hain Wang](https://github.com/Samurais/), Software Developer, Thinker and Doer. ## TL; DR 1) 下载 [Postman](https://www.getpostman.com/) 2) 下载 [hanlp-api.postman_collection文件](http://nlp.chatbot.io/public/hanlp-api.postman_collection) 3) 打开 Postman 应用程序 导入 hanlp-api.postman_collection # API ## tokenizer 中文分词 ``` POST /tokenizer HTTP/1.1 Host: nlp.chatbot.io Content-Type: application/json BODY: { "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 } ] } ``` | type | description | | --- | --- | | nlp | NLP分词，NLP分词NLPTokenizer会执行全部命名实体识别和词性标注。 | | crf | CRF分词，CRF对新词有很好的识别能力，但是无法利用自定义词典。 | | nostopword | 去除停用词分词 | | index | 索引分词，索引分词IndexTokenizer是面向搜索引擎的分词器，能够对长词全切分，另外通过term.offset可以获取单词在文本中的偏移量。| | short | 最短路分词，N最短路分词器NShortSegment比最短路分词器慢，但是效果稍微好一些，对命名实体识别能力更强。一般场景下最短路分词的精度已经足够，而且速度比N最短路分词器快几倍，请酌情选择。 | | nshort | N-最短路分词 | | speed | 极速词典分词，极速分词是词典最长分词，速度极其快，精度一般。 | | standard | 标准分词 | * 返回值 | key | description | | --- | --- | | nature | 词性，[词性标记规范](http://samurais.github.io/development/2017/04/28/chinese-pos-tagging/) | | offset | 单词在文本中的偏移量 | ## keyword 关键词提取 内部采用TextRankKeyword实现，用户可以直接调用，算法详解 [《TextRank算法提取关键词的Java实现》](http://www.hankcs.com/nlp/textrank-algorithm-to-extract-the-keywords-java-implementation.html) ``` POST /keyword HTTP/1.1 Host: nlp.chatbot.io Content-Type: application/json BODY: { "num": 2, "content": "刘德华和张学友创作了很多流行歌曲" } RESPONSE: { "status": "success", "data": [ "创作", "张学友", "流行歌曲" ] } ``` ## summary 自动摘要 内部采用TextRankSentence实现，用户可以直接调用，算法详解 [《TextRank算法自动摘要的Java实现》](http://www.hankcs.com/nlp/textrank-algorithm-java-implementation-of-automatic-abstract.html)。 ``` POST /summary HTTP/1.1 Host: nlp.chatbot.io Content-Type: application/json BODY: { "num": 2, "content": "华尔街向来都是资本主义至上。但理查德·克雷布认为，华尔街还可以是一个友好合作的地方。他在旧金山创立的对冲基金Numerai依靠人工智能算法来处理所有的交易。但这位现年29岁的南非数学家并不是依靠一己之力开发出这些算法的。相反，他的基金从成千上万名匿名数据科学家那里众包这些算法，那些科学家通过打造最成功的交易模型来争夺比特币奖励。而那还不是最奇怪的部分。" } RESPONSE: { "status": "success", "data": [ "他在旧金山创立的对冲基金Numerai依靠人工智能算法来处理所有的交易", "华尔街还可以是一个友好合作的地方", "他的基金从成千上万名匿名数据科学家那里众包这些算法" ] } ``` ## 同时获取关键词、摘要 ``` POST /query HTTP/1.1 Host: nlp.chatbot.io Content-Type: application/json BODY: { "num": 3, "content": "华尔街向来都是资本主义至上。但理查德·克雷布认为，华尔街还可以是一个友好合作的地方。他在旧金山创立的对冲基金Numerai依靠人工智能算法来处理所有的交易。但这位现年29岁的南非数学家并不是依靠一己之力开发出这些算法的。相反，他的基金从成千上万名匿名数据科学家那里众包这些算法，那些科学家通过打造最成功的交易模型来争夺比特币奖励。而那还不是最奇怪的部分。" } RESPONSE: { "status": "success", "data": [ "争夺比特币", "交易模型", "人工智能算法" ] } ``` ## phrase 短语提取 内部采用MutualInformationEntropyPhraseExtractor实现，用户可以直接调用。算法详解[《基于互信息和左右信息熵的短语提取识别》](http://www.hankcs.com/nlp/extraction-and-identification-of-mutual-information-about-the-phrase-based-on-information-entropy.html)。 ``` POST /phrase HTTP/1.1 Host: nlp.chatbot.io Content-Type: application/json BODY: { "num": 4, "content": "华尔街向来都是资本主义至上。但理查德·克雷布认为，华尔街还可以是一个友好合作的地方。他在旧金山创立的对冲基金Numerai依靠人工智能算法来处理所有的交易。但这位现年29岁的南非数学家并不是依靠一己之力开发出这些算法的。相反，他的基金从成千上万名匿名数据科学家那里众包这些算法，那些科学家通过打造最成功的交易模型来争夺比特币奖励。而那还不是最奇怪的部分。" } RESPONSE: { "status": "success", "data": { "keyword": [ "算法", "交易", "依靠" ], "summary": [ "他在旧金山创立的对冲基金Numerai依靠人工智能算法来处理所有的交易", "华尔街还可以是一个友好合作的地方", "他的基金从成千上万名匿名数据科学家那里众包这些算法" ] } } ``` ## conversion 简、繁、拼音转换 支持声母、韵母、音调、音标和输入法首字母首声母功能。也能给繁体中文注拼音。算法详解[《汉字转拼音与简繁转换的Java实现》](http://www.hankcs.com/nlp/java-chinese-characters-to-pinyin-and-simplified-conversion-realization.html#h2-17) * 简体转繁体 ``` POST /conversion HTTP/1.1 Host: nlp.chatbot.io Content-Type: application/json BODY: { "type": "ft", "content": "我们的机器人由诗人和音乐家驱动。" } RESPONSE: { "status": "success", "data": "我們的機器人由詩人和音樂家驅動。" } ``` * 繁体转简体 ``` POST /conversion HTTP/1.1 Host: nlp.chatbot.io Content-Type: application/json BODY: { "type": "jt", "content": "我們的機器人由詩人和音樂家驅動。" } RESPONSE: { "status": "success", "data": "我们的机器人由诗人和音乐家驱动。" } ``` * 转拼音 ``` POST /conversion HTTP/1.1 Host: nlp.chatbot.io Content-Type: application/json BODY: { "type": "py", "content": "我们的机器人由诗人和音乐家驱动。" } RESPONSE: { "status": "success", "data": [ "wo", "men", "de", "ji", "qi", "ren", "you", "shi", "ren", "he", "yin", "le", "jia", "qu", "dong" ] } ``` ## 压力测试报告 国内电信网络情况，每秒115次请求条件下，平均请求响应等待时间665毫秒。 ## 声明 本API满足学者、开发者研究和学习使用，不能满足商业大规模访问。对分词、实体标识的错误不承担任何责任。 服务是我业余时间搭建和维护，服务器运行的成本目前由下面捐献者承担。欢迎打赏、捐助！ > 欢迎联系我：hain_wang#foxmail.com, "# --> @" ### 捐助鸣谢列表 | 按捐助时长排名 | 介绍 | | --- | --- | | | 李佳芮， 桔子互动创始人，Chatbot开发者／产品经理，[Wechaty](https://github.com/Chatie/wechaty) Contributor。 | | | 刘连响， [dotEngine](https://dot.cc/)创始人，音视频通信专家。 | | | 李卓桓， [zixia BBS](http://www.zixia.net/about.html)，叽歪网创始人，优酷网首席科学家，水木清华BBS站长，[Wechaty](https://github.com/Chatie/wechaty)作者。 | | | 北京邮电大学CAD中心 | # 大家怎么说 > 我曾经也做过 NLP 方面的研究，看了您的接口项目感到由衷敬佩。 -- [jeasonstudio](https://github.com/jeasonstudio) ## 感谢 ### HanLP自然语言处理包开源 感谢： ``` Han Language Processing 码农场/自然语言处理 《基于角色标注的中国人名自动识别研究》张华平 刘群 《基于层叠隐马尔可夫模型的中文命名实体识别》俞鸿魁 张华平 刘群 吕学强 施水才 《基于角色标注的中文机构名识别》俞鸿魁 张华平 刘群 《基于最大熵的依存句法分析》 辛霄 范士喜 王轩 王晓龙 An Efficient Implementation of Trie Structures, JUN-ICHI AOE AND KATSUSHI MORIMOTO TextRank: Bringing Order into Texts, Rada Mihalcea and Paul Tarau 上海林原信息科技有限公司的刘先生，允许我利用工作时间开发HanLP，提供服务器和域名，并且促成了开源。感谢诸位用户的关注和使用，HanLP并不完善，未来还恳求各位NLP爱好者多多关照，提出宝贵意见。 ``` ### HanLP自然语言处理 API服务 感谢： [beyai/node-hanlp](https://github.com/beyai/node-hanlp) 提供npm module。 [fundon](https://github.com/fundon) 提供服务域名。 ## FAQ 1. 目前本站服务支持时间？ 从2017年5.1至未来9个月没有问题，长期看捐助情况。 2. 如何搭建自己的服务？ 参考[这里](https://www.npmjs.com/package/node-hanlp)。 3. 想加入聊天机器人开发者社区？ 联系我: hain_wang#foxmail.com, "# --> @" ## 其他 1. 英文：https://stanfordnlp.github.io/CoreNLP/ ``` sudo docker run -p 9000:9000 --name coreNLP --rm -i -t motiz88/corenlp open http://localhost:9000 ``` 2. Natural Language Toolkit: http://www.nltk.org/ 3. Guide [Python自然语言处理](https://item.jd.com/11487324.html) 4. 工作: [http://nlpjob.com/](http://nlpjob.com/)