HarmonyOS Sample之AI能力之NLU引擎服务

想了解更多内容，请访问：

51CTO和华为官方合作共建的鸿蒙技术社区

https://harmonyos.51cto.com

1.介绍

NLU(the natural language understanding)自然语言理解引擎服务。

该引擎服务提供了 分词、词性标注、实体识别、意图识别、关键词提取等接口，有同步和异步两种方法。

这一期的内容包括：分词能力、词性标注、关键字提取、实体识别。相关代码都增加了注释说明和调试日志，方便理解和学习。

2.效果展示

3.搭建环境

安装DevEco Studio，详情请参考DevEco Studio下载。

设置DevEco Studio开发环境，DevEco Studio开发环境需要依赖于网络环境，需要连接上网络才能确保工具的正常使用，可以根据如下两种情况来配置开发环境：

如果可以直接访问Internet，只需进行下载HarmonyOS SDK操作。

如果网络不能直接访问Internet，需要通过代理服务器才可以访问，请参考配置开发环境。

下载源码后，使用DevEco Studio 打开项目，模拟器运行即可。

真机运行需要将config.json中的buddleName修改为自己的，如果没有请到AGC上进行配置,参见 使用模拟器进行调试 。

4.项目结构

5.代码讲解

5.1 分词能力(getWordSegment)

分词API的主要功能是将一个汉字序列切分成一个一个单独的词，可自定义分词的粒度。

场景：1.搜索引擎开发场景，搜索结果的相关度排序;2.用户选择用户选择文本的场景，例如双击选择分本时，按照分词进行选中等。

5.1.1 核心类

import ohos.ai.nlu.NluClient; //提供调用自然语言理解 (NLU) 引擎服务的方法。 
import ohos.ai.nlu.NluRequestType; //定义调用 NLU 引擎功能的请求类型。 
import ohos.ai.nlu.ResponseResult; //以JSON格式提供NLU识别结果。 

 5.1.2 使用流程

1.NluClient静态类进行初始化

NluClient.getInstance().init(Context context,  
OnResultListener<Integer> listener,boolean isLoadModel) 

2.获取分词结果

// 1.同步接口 
ResponseResult responseResult =  
NluClient.getInstance().getWordSegment(requestData,NluRequestType.REQUEST_TYPE_LOCAL); 
 
//2.异步接口 
NluClient.getInstance() 
.getWordSegment(requestData,NluRequestType.REQUEST_TYPE_LOCAL, 
        asyncResult -> { 
            //发送分词结果 
            sendResult(asyncResult.getResponseResult(), 0); 
            release(); 
        }); 

requestData：JSON格式，参数名包括{text,type,callPkg,callType,callVersion,callState}，其中，

text：待分析的文本，必填项;

type：分词的粒度，枚举值，0：基本词 ;1：在基本词的基础上，做实体合并;223372036854775807：在type为1的基础上，把实体时间、地点等整体结构合并，出现符号隔开不合并，并把一些常用短语合并，默认为0。

requestType: 枚举值，NluRequestType.REQUEST_TYPE_LOCAL 表示调用本地引擎。

3.解析返回结果

ResponseResult responseResult 返回JSON格式字符串，JSON格式，参数名包括：{code,message,words}

//{"code":0,"message":"success","words":["我","明天","下午","三点", 
//"要","去","江宁万达广场","看","速度","与","激情"]} 
 
// 将分词结果转换成list 
if (result.contains("\"message\":\"success\"")) { 
    switch (operateType) { 
        //分词 
        case 0: 
            String words = result.substring(result.indexOf(WORDS) + STEP, 
                    result.lastIndexOf("]")).replaceAll("\"", ""); 
            if ((words == null) || ("".equals(words))) { 
                // 未识别到分词结果，返回"no keywords" 
                lists = new ArrayList<>(1); 
                lists.add("no keywords"); 
            } else { 
                lists = Arrays.asList(words.split(",")); 
            } 
            //构建事件 
            event = InnerEvent.get(TWO, ZERO, lists); 
    } 
} 

4.释放资源

NluClient.getInstance().destroy(slice); 

 5.1.3 分词粒度测试

type=0 
requestData:{“text”:我明天下午三点要去江宁万达广场看速度与激情,“type”:0} 
分词结果： 
{“code”:0,“message”:“success”,“words”: 
[“我”,“明天”,“下午”,“三点”,“要”,“去”,“江宁万达广场”,“看”,“速度”,“与”,“激情”]} 
 
type=1 
requestData:{“text”:我明天下午三点要去江宁万达广场看速度与激情,“type”:1} 
分词结果： 
{“code”:0,“message”:“success”,“words”: 
[“我”,“明天”,“下午”,“三点”,“要”,“去”,“江宁万达广场”,“看”,“速度与激情”]} 
 
type=9223372036854775807 
requestData:{“text”:我明天下午三点要去江宁万达广场看速度与激情,“type”:9223372036854775807} 
分词结果： 
{“code”:0,“message”:“success”,“words”: 
[“我”,“明天下午三点”,“要去”,“江宁万达广场”,“看”,“速度与激情”]} 

5.2 词性标注(getWordPos)

词性标注提供了getWordPos()接口，该接口可以根据分词粒度，为分词结果中的每个单词标注一个正确的词性。

5.2.1 用法

用法和分词能力类似，获取词性标注的接口是getWordPos()，传入的requestData参数和返回对象ResponseResult都是一样的。

ResponseResult responseResult =  
NluClient.getInstance().getWordPos(requestData, NluRequestType.REQUEST_TYPE_LOCAL); 

5.2.2 词性标注结果

requestData:

{"text":"我明天下午三点要去江宁万达广场看速度与激情","type":0} 

responseResult：

{"code":0,"message":"success","pos":[ 
{"word":"我","tag":"rr"}, 
{"word":"明天","tag":"t"}, 
{"word":"下午","tag":"t"},{"word":"三点","tag":"t"},{"word":"要","tag":"v"},{"word":"去","tag":"vf"}, 
{"word":"江宁万达广场","tag":"n"},{"word":"看","tag":"v"},{"word":"速度","tag":"n"},{"word":"与","tag":"cc"},{"word":"激情","tag":"n"} 
]} 

词性：rr:人称代词,t:时间词,v:动词,vf:趋向动词,n:名词，cc:并列连词

tag词性值就不一一列举了，详情查看

https://developer.harmonyos.com/cn/docs/documentation/doc-guides/ai-pos-tagging-guidelines-0000001050732512

5.3 提取关键词(getKeywords)

关键字提取API提供了一个提取关键字的接口，通过该API可以在大量信息中提取出文本想要表达的核心内容，可以是具有特定意义的实体，如：人名，地点，电影等。也可以是一些基础但是在文本中很关键的词汇。通过该API可以对提取的关键字按照在文本中所占权重由高到低排序。排序越靠前，权重越高，对文本的核心内容的提取越准确。

5.3.1 用法

用法和分词能力类似，提取关键词接口是getKeywords()，requestData输入数据的JSON 格式参数有所变化 {body，number，title}

body：要分析文本，必选，如新闻或email内容或文章;

number：提取关键词个数，必选;title: 内容标题，可选

ResponseResult responseResult =  
NluClient.getInstance().getKeywords(requestData, NluRequestType.REQUEST_TYPE_LOCAL); 

5.3.2 提取关键词结果展示

requestData：

{"body":"对接各资源服务中心接入卫健、医保、人社、民政等横向单位数据，逐步完善和丰富退役军人健康档案信息","number":5,"title":"退役军人"} 
1. 
1. 
1. 
1. 

 responseResult：

{"keywords":["退役","军人","卫健","医保","对接"],"code":0,"message":"成功"} 

 5.4 实体识别(getEntity)

实体识别能够从自然语言中提取出具有特定意义的实体，并在此基础上完成搜索等一系列相关操作及功能。

5.4.1 用法

用法和分词能力类似，获取实体识别的接口是getEntity()，requestData输入数据的JSON 格式参数有所变化 {text，module，callPkg，callType，callVersion，callState}

text：分析文本，必选，如新闻或email内容;

module：需要分析的实体,可选，默认所有实体均会分析。

分析某个实体，传实体键值，例如：只需要分析时间实体，传“time”。可传多个，表示分析多个实体，以半角逗号“,”分隔，例如：分析时间和地点，传“time,location”。

取值范围：name、time、location、phoneNum、email、url、movie、tv、anime、league、team、trainNo、flightNo、expressNo、idNo、verificationCode、app、carNo

ResponseResult responseResult =  
NluClient.getInstance().getEntity(requestData, NluRequestType.REQUEST_TYPE_LOCAL); 

5.4.2 分析实体结果展示

requestData：

{"text":"我明天下午三点要去江宁万达广场看速度与激情"} 

responseResult：

{ 
    "entity": { 
        "movie": [{ 
            "oriText": "速度与激情", 
            "sequence": 1, 
            "origin": "1637301307158", 
            "heat": 0, 
            "standardName": "速度与激情", 
            "charOffset": 16, 
            "normalValue": "速度与激情", 
            "user.extend": false, 
            "isCorrected": false 
        }], 
        "location": [{ 
            "sequence": 1, 
            "origin": "1637301307158", 
            "oriText": "江宁万达广场", 
            "key": "江宁万达广场", 
            "type": "nspHB", 
            "coreLocation": { 
                "value": "江宁万达广场", 
                "location": { 
                    "value": "江宁万达广场" 
                } 
            }, 
            "isAbstract": "0", 
            "cost": "29", 
            "charOffset": 9, 
            "normalValue": "江宁万达广场", 
            "user.extend": false, 
            "isCorrected": false 
        }], 
        "time": [{ 
            "normalTime": { 
                "start": { 
                    "timestamp": 1637391600000, 
                    "section": "P", 
                    "standardTime": "2021年11月20日15时00分00秒" 
                } 
            }, 
            "oriText": "明天下午三点", 
            "sequence": 1, 
            "origin": "1637301307158", 
            "charOffset": 1, 
            "normalValue": "明天下午三点", 
            "user.extend": false, 
            "isCorrected": false 
        }], 
        "varietyshow": [{ 
            "oriText": "速度与激情", 
            "sequence": 1, 
            "origin": "1637301307158", 
            "heat": 0, 
            "standardName": "速度与激情", 
            "charOffset": 16, 
            "normalValue": "速度与激" 
        }] 
    } 
} 

6.思考总结

1.上述的AI能力不需要申请权限

2.这些AI能力使用起来还是非常方便的，开箱即用，可以灵活运用到应用开发中。

文章相关附件可以点击下面的原文链接前往下载

https://harmonyos.51cto.com/resource/1514

想了解更多内容，请访问：

51CTO和华为官方合作共建的鸿蒙技术社区

https://harmonyos.51cto.com