Chinese Synonyms for Natural Language Processing and Understanding.
npm install node-synonyms[travis-image]: https://travis-ci.org/Samurais/node-synonyms.svg?branch=master
[travis-url]: https://travis-ci.org/Samurais/node-synonyms
[codecov-image]: https://img.shields.io/codecov/c/github/Samurais/node-synonyms/master.svg?style=flat-square
[codecov-url]: https://codecov.io/github/Samurais/node-synonyms?branch=master
[node-image]: https://img.shields.io/badge/node.js-%3E=_7-green.svg?style=flat-square
[node-url]: http://nodejs.org/download/
[david-image]: https://david-dm.org/Samurais/node-synonyms/status.svg
[david-url]: https://david-dm.org/Samurais/node-synonyms
Chinese Synonyms for Natural Language Processing and Understanding.
最好的中文近义词工具包。
``synonyms`可以用于自然语言理解的很多任务：文本对齐，推荐算法，相似度计算，语义偏移，关键字提取，概念提取，自动摘要，搜索引擎等。
npm install node-synonyms
本项目为 Synonyms 的 Node.js 版工具包，稳定版本为 v1，在Mac OSX及Linux下完成测试。目前打包后，npm module有47MB，是由于词表文件很大，下载时需要耐心。
支持使用环境变量配置：
| 环境变量 | 描述 | 默认值 |
| --- | --- | --- |
| SYN_MODEL_W2V_PATH | word2vec训练后得到的词向量文件 | node_modules/node-synonyms/data/words.vector |
| SYN_WORDSEG_CUSTOM_DICT | 分词用户词典 | node_modules/node-synonyms/data/tokenizer/user.dict.utf8 |
| SYN_WORDSEG_STOPWORD_DICT | 分词停用词词典 | node_modules/node-synonyms/data/tokenizer/stop_words.utf8 |
| SYN_WORDSEG_PUNCT_DICT | 分词标点词典 | node_modules/node-synonyms/data/tokenizer/punctuation.utf8 |
API
var synonyms = require("node-synonyms") # 使用上述环境变量做定制化
所有接口返回值都是Promise。
synonyms#seg(sentence, [stopwords, punct])
分词接口
let sen1 = "移动互联网";
synonyms.seg(sen1, true, true)
.then(function(words){
// do your magic
});
stopwords(Boolean)是否保留停用词，punct(Boolean)是否保留标点符号。* 返回值
[String]，词语组成的列表。
["移动","互联网"]
synonyms#vector(word)
返回一个词语的向量
synonyms.vector("股市")
.then(function(v){
// do your magic
})
* 返回值 JSONArray
[float]`，100维的float值组成的向量。synonyms#display(word)
打印一个词语的邻居们及相关度
`
synonyms.display("飞机");
* 返回值
输出控制台，作为调试使用。
synonyms#nearby(word)
返回一个词语的邻居们
synonyms.nearby("股市")
.then(function(results){
// do your magic
});
* 返回值 JSONArray
[[words], [scores]]`，包含两个列表，第一个是词语，第二个是对应位置词语的距离分数，同样是在[0~1]区间，越接近于1越相似。比如：
`
[
["股市","股价","股票市场","股灾","楼市","股票","香港股市","行情","恒指","金融市场"],
[1,0.786284,0.784575,0.751607,0.712255,0.712179,0.710806,0.694434,0.67501,0.666439]
]
synonyms#compare(sentence1, sentence2)
比较两个句子的相似性
let sen1 = "移动互联网";
let sen2 = "互联网";
synonyms.compare(sen1, sen2)
.then(function(similarity){
// do your magic
});
* 返回值 float相似度是在置信区间[0~1]的float值，越接近于1越相似。
Contribute
admin/test.sh # 单元测试
Give credits to
Statement
Synonyms发布证书 GPL3.0。数据和程序可用于研究和商业产品，必须注明引用和地址，比如发布的任何媒体、期刊、杂志或博客等内容。
@online{Synonyms:hain2017,
author = {Hai Liang Wang, Hu Ying Xi},
title = {中文近义词工具包Synonyms},
year = 2017,
url = {https://github.com/huyingxi/Synonyms},
urldate = {2017-09-27}
}