【TexSmart】文本理解工具与服务使用攻略

---

前言

TexSmart 是由 腾讯人工智能实验室的 自然语言处理（NLP）团队 开发的一套自然语言理解工具与服务, 用以对中文和英文两种语言的文本进行词法、句法和语义分析。 除了支持分词、词性标注、命名实体识别（NER）、句法分析、语义角色标注、文本分类、文本匹配、文本规范化(自动恢复英文大小写)等常见功能外， TexSmart还提供细粒度命名实体识别、语义联想、深度语义表达等特色功能。 此外，我们还增加了文本图谱模块，支持对短文本或单词进行多种重要关系的知识查询。 文本理解技术广泛应用于搜索、个性化推荐、广告匹配、智能对话等场景， 用来对自然语言文本进行结构化分析与处理。

本文对如何使用进行介绍，提供了一个python的代码示例。

---

功能说明

代码示例

# -*- coding: utf8 -*-
import json
import requests

obj = {
    "str": "他在看流浪地球。",
    "options":
        {
            "input_spec": {"lang": "chs"},
            "word_seg": {"enable": True},
            "pos_tagging": {"enable": True, "alg": "log_linear"},
            "ner": {"enable": True, "alg": "fine.std"},
            "syntactic_parsing": {"enable": False},
            "srl": {"enable": True},
            "text_cat": {"enable": False},
        }
}
req_str = json.dumps(obj).encode()

url = "https://texsmart.qq.com/api"
r = requests.post(url, data=req_str)
r.encoding = "utf-8"
print(r.text)
print("***********")
print(json.loads(r.text))

其中，input_spec表示输入的语言种类，它有三个取值，分别是自动识别语言(“auto”)，中文（“chs”）和英文（“en”）。
”enable”可以取”true”或”false”,表示是否要激活对应的功能。
”alg”表示对应的功能需要调用什么算法，
”pos_tagging”中的”alg”有三种选择(“crf”, “dnn”, “log_linear”)，
”ner“中的”alg”有五种选择(“coarse.crf”, “coarse.dnn”, “coarse.lua”, “fine.std"和"fine.high_acc”), ”coarse\fine”表示返回的是粗粒度/细粒度NER的结果。
“syntactic_parsing”, “srl”, "text_cat"分别表示句法分析、语义角色标注和文本分类工具；它们默认为缺省值。
”echo_data“的取值由用户自由定义，用户可以用它来记录当前request的标识信息，如request_id，它在异步调用等场合可能会有用。

---

参考资料

https://texsmart.qq.com/
https://ai.tencent.com/ailab/nlp/texsmart/zh/index.html
https://ai.tencent.com/ailab/nlp/texsmart/zh/instructions.html