中文分词在线接口 API 需求调查

2019-02-25 16:33:36 +08:00
 proofreading
准备提供一个:中文分词在线接口 API
功能:中文分词,初级的实体识别
费用:每日 3000 次以内免费
原因:目前 JCJC 错别字检测服务器有 5 台服务器,部分资源闲置。

调查内容:
大家对:中文分词在线服务,有那些期望呢?

谢谢大家
21357 次点击
所在节点    自然语言处理
6 条回复
stlee
2019-02-25 16:45:48 +08:00
梁博的 pullword 挺不错。
shm7
2019-07-01 19:08:52 +08:00
jieba thulac pkuseg pynlpir pyltp 还有 hanlp corenlp fudanlp,想不通。
proofreading
2019-11-28 13:07:37 +08:00
在线分词,的确有很多反感了,

所以就做了一个:NER 实体识别的在线演示:

http://cuobiezi.net/etpro/index


需要 API 接口的朋友,可以给我私信。
proofreading
2019-11-28 13:08:07 +08:00
打错字了, 正确的字:方案。
KalaSearch
2020-09-05 15:56:24 +08:00
我觉得切词 API 的需求应该还是大的,主要是极多情况下大家的主要业务也不是分词本身,所以一味追求分词准确度没有意义,还不如用一个效果“合理”的 API

合理的定义当然非常主观,但对多数人来说,分词的作用就是做搜索。我们的经验中,要把分词琢磨清楚再把搜索琢磨清楚还是很不容易的。

ES 有不少分词用的插件,但要比较各种分词的效果(索引分词效果和搜索分词效果)会需要比较多的上下文知识。通常 Analyzer 和 Query analyzer 必须用同样的分词器,但也会造成有的时候某个词就是搜不出来的情况。

所以如果是做搜索,且预算允许的话,自荐下我们做的卡拉搜索,啥也不用配置,接上 API 瞬间开搜,后台直接控制排序算法也很方便(灵感来自于 Algolia,算是个跟 ES 很不一样的独创吧)。

速度在我们的 benchmark 上比优化过的 ES 还快 10 倍左右,欢迎试用
proofreading
2020-09-05 21:15:59 +08:00
非常好 @KalaSearch , 我尝试一下你们的服务。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/538541

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX