HanLP.com在保持HanLP开源版功能性和专业性的前提下,提供了更易用和更经济的cloud-API服务,
助力开发人员提升开发效率。

深度学习语义分析

语义依存分析具备准确的结构分析能力,能高效提升文本挖掘效果,在自动问答、机器翻译和信息检索等领域有重要的作用。使用了SemEval16、DM、PAS、PSD四套规范 跳过语法直接分析句子的语义结构,并将其表示为图的形式。理解文档中词语、短句、文章的意义、主题和相似度等信息

产品优势

架构清晰
基于深度学习模型Bert的依存句法分析器,性能更出色
语料时新
依托不同语料库,包含丰富的中文依存句法标注数据
多语言支持
使用了斯坦福中文依存体系,以及多语种依存体系,支持多语种模式

模型介绍

语义分析

语义是一个很宽泛的概念,它没有一个固定的定义,它表示的是词、词组、句子或文章的含义,它的意义取决于它的要处理的文本是什么类型。语义分析的功能就是对文本的上下文进行性质的审查,用来判断有无语义错误。语义分析的结果将会在每两个单词之间生成一条语义依存弧,最后为一个有向无环图,该图被称为语义依存图。两个词语语义依存成立,往往包括两个条件, 一个是谓词,包括大部分谓语性成分(大部分动词、小部分名词或形容词)。 另一个是论元,指的是与谓语直接相关的词语,比如谓词是“吃”的话,那么论元就包括“吃”这个动作的发出者、与“吃”相关的食物、餐具、时间和地点等...

了解更多

应用场景

  • 用户画像
  • 信息抽取
  • 对话问答
  • 数据挖掘
  • 内容审核

千人千面分析

以第三方数据为研究基础,以完善企业及各人画像。助力企业潜在客户获取,风险管控,辅助发现不良资产、企业风险
可作用于金融风险管理和反欺诈、ToB商户赋能、辅助信贷审核等应用场景

电商客服咨询

接受用户用自然语言提出的问题,并返回尽可能简洁、准确的答案,可极大提高用户检索信息的效率
可作用于语音助手(智慧硬件)、百科问答、闲聊机器人等应用场景

简历精准匹配

从非结构化或者半结构化的文本中抽取需要的信息,结合语义关系让计算机具备文字阅读能力,自动处理海量文本数据,为企业降本增效
可作用于合同文档解析、客户意见分析等应用场景

数据决策辅助

针对海量数据中特定词性的词语进行挖掘,对下游任务提供支撑服务
可作用于决策辅助、舆情分析、用户反馈等场景

APP/社区评论留言

基于海量的样本数据,协同智慧策略定制,高效过滤色情、广告、涉政、暴恐等多类垃圾文字及敏感词,违禁变种
可作用于即时通讯违规传播、虚假商业推广反制、用户黑白名单管理等应用场景

生成接口

深度学习语义分析

API地址
参数说明
    • 接口示例

    • 接口地址:/semantic/chinese
    • token:2145fa74hf61jf9a8vj417a9341123sd
    • 建立时间:2020-01-01 00:00:00
    • 备注:

    停用 启用 删除
    • 接口地址:{{item.url}}
    • token:{{item.token}}
    • 建立时间:{{item.createDate}}
    • 备注:
      保存取消

    已启用 已停用 停用 启用 删除
请求方式

POST

请求参数
参数名称 参数说明 请求类型 是否必须 数据类型
text 已完成分词的文本 Body:form-data true string
token 使用API时系统需要验证的身份信息 Headers true string

下载范例程序

使用教程

常见问题