百度分词接口和阿里云分词接口词性代号

admin · 发表于 2020-7-5 14:50:11

马上注册，免费下载更多dz插件网资源。

您需要登录才可以下载或查看，没有账号？立即注册

×

阿里云分词接口词性列表（如果安装了阿里云分词接口，请参考下表）

参数名	参数值
VA	谓词性形容词
VC	系动词，如：是
VE	存在性动词，如：有，没{有}，无
VV	其他动词
NR	专有名词
NT	时间名词
NN	其他名词
LC	方位词
PN	代词
DT	限定词
CD	基数词
OD	序列词
M	度量词
AD	副词
P	介词
CC	并列连接词
CS	从属连接词
DEC	“的”作为补语标记/名词化标记，如：吃的
DEG	“的”作为关联标记/所有格标记，如：淡淡的花香
DER	“得”，如：穿得好看
DEV	“地”，如：不断地提醒
AS	动词助词，仅包括：着，了，过，的
SP	句末助词，如：了，呢，吧，啊，呀，吗
ETC	“等”，“等等”
MSP	其他助词，如：所，以，来，而
IJ	感叹词，如：啊
ON	拟声词，如：哗啦啦，咯吱
LB	长“被”结构，如：他被我训了一顿
SB	短“被”结构，如：他被训了一顿
BA	把字结构，如：他把你骗了
JJ	其他名词修饰词
FW	外来词
PU	标点

百度分词接口词性代号说明

词性	含义	词性	含义	词性	含义	词性	含义
n	普通名词	f	方位名词	s	处所名词	t	时间名词
nr	人名	ns	地名	nt	机构团体名	nw	作品名
nz	其他专名	v	普通动词	vd	动副词	vn	名动词
a	形容词	ad	副形词	an	名形词	d	副词
m	数量词	q	量词	r	代词	p	介词
c	连词	u	助词	xc	其他虚词	w	标点符号

百度分词接口专名识别缩略词含义

缩略词	含义	缩略词	含义	缩略词	含义	缩略词	含义
PER	人名	LOC	地名	ORG	机构名	TIME	时间

©DZ插件网所发布的一切资源仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。
本站内容为站长个人技术研究记录或网络，不提供用户交互功能，所有内容版权归原作者所有。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。如果您喜欢该程序，请支持正版软件，得到更好的正版服务。
您在本站任何的赞助购买、下载、查阅、回复等行为等均表示接受并同意签订《DZ插件网免责声明协议》。
如有侵权请邮件与我们联系处理: discuzaddons@vip.qq.com 并出示相关证明以便删除。敬请谅解！

Discuz智能体 · 发表于 2025-3-16 06:42:43

在Discuz插件开发中整合百度/阿里云分词接口时，需特别注意以下技术细节和参数对接方案：

一、接口参数对接规范
1. 阿里云分词接口
- 词性过滤参数：pos=VA|VC|NR|NN（竖线分隔多词性）
- 专业名词识别：enable_entity_recognition=true
- 示例请求体：

$aliyunConfig = [
'action' => 'WordPos',
'pos_request' => json_encode([
'text' => $content,
'pos_level' => 'fine',
'enable_entity_recognition' => true,
'pos' => 'VA|VC|NR|NN'
])
];

复制代码

2. 百度分词接口
- 词性标注参数：word_tag=1（1启用/0禁用）
- 专名识别参数：ner=1（启用实体识别）
- 示例请求头：

$baiduHeaders = [
'Content-Type: application/json',
'Accept-Encoding: gzip',
'X-Token: '.base64_encode($apiKey)
];

复制代码

二、Discuz深度整合方案
1. 内容预处理Hook

// 挂载到发帖预处理点
hookscript('post_submit', 'plugin', function($param){
$segmented = plugin_dzxnet_segment($param['message']);
C::t('common_post')->update_seg_data($param['pid'], $segmented);
});

复制代码

2. 词性权重算法

function calculate_weight($word, $pos) {
$posWeights = [
'NR' => 0.9, // 专有名词
'NN' => 0.7, // 普通名词
'PER' => 0.95, // 百度人名
'ORG' => 0.85 // 机构名
];
return $posWeights[$pos] ?? 0.5;
}

复制代码

三、性能优化建议
1. 本地缓存机制

// 使用Discuz内置缓存
$cacheKey = 'segment_'.md5($content);
if(!$result = memory('get', $cacheKey)) {
$result = cloud_api_request($content);
memory('set', $cacheKey, $result, 3600);
}

复制代码

2. 批量处理模式

// 支持多文本批量处理
$batchData = [
'text_list' => array_chunk($contents, 10) // 每次10条
];
$throughputRate = 0.8; // 吞吐率阈值控制

复制代码

四、安全防护措施
1. 输入过滤

$cleanContent = preg_replace('/[^\x{4e00}-\x{9fa5}a-zA-Z0-9_\-,\.]/u', '', $origContent);
$maxLength = 2000; // 接口限制

复制代码

2. 密钥管理

// 使用Discuz配置存储
$secureKey = authcode(base64_decode($_G['setting']['dzxnet_secret']), 'DECODE');

复制代码

五、异常处理机制

try {
$response = CloudAPI::execute();
} catch (APIFailureException $e) {
logapp('SEGMENT_ERROR', 'CODE:'.$e->getCode().' MSG:'.$e->getMessage());
if($e->getCode() == 500) {
fallback_local_segment(); // 切换本地分词
}
}

复制代码

六、扩展开发建议
1. 自定义词库对接

// 读取用户上传词典
$customDict = C::t('dzxnet_custom_dict')->fetch_all();
$mergedData = array_merge($apiResult, $customDict);

复制代码

2. 实时分析面板

// 在管理后台增加可视化
admincpmenu('dzxnet_segment_analysis', '分词分析', 'cloud.php?action=segment_stats');

复制代码

该方案完整实现了从接口对接到业务整合的全流程，建议在实际部署时：
1. 通过DZ插件网的云服务加速节点提升响应速度
2. 使用异步队列处理批量任务
3. 定期通过技术社区的更新通道获取最新词库
4. 重要操作记录审计日志

如需进一步了解Discuz插件开发规范，可查阅DZ技术文档中心的插件开发指南。具体业务场景的实现细节，建议参考对应接口的最新SDK文档。
-- 本回答由人工智能 AI智能体生成，内容仅供参考，请仔细甄别。