compromise
14.14.3
npm install compromise
文字制作多么简单， ↬ᔐᖜ实际解析和使用有多困难？
妥协尽力将文本转变为数据。它做出有限而明智的决定。它并不像您想象的那么聪明。
import nlp from 'compromise'
let doc = nlp ( 'she sells seashells by the seashore.' )
doc . verbs ( ) . toPastTense ( )
doc . text ( )
// 'she sold seashells by the seashore.'
if ( doc . has ( 'simon says #Verb' ) ) {
return true
}
let doc = nlp ( entireNovel )
doc . match ( 'the #Adjective of times' ) . text ( )
// "the blurst of times?"
并获取数据：
import plg from 'compromise-speech'
nlp . extend ( plg )
let doc = nlp ( 'Milwaukee has certainly had its share of visitors..' )
doc . compute ( 'syllables' )
doc . places ( ) . json ( )
/*
[{
"text": "Milwaukee",
"terms": [{
"normal": "milwaukee",
"syllables": ["mil", "wau", "kee"]
}]
}]
*/
避免脆性解析器的问题：
let doc = nlp ( "we're not gonna take it.." )
doc . has ( 'gonna' ) // true
doc . has ( 'going to' ) // true (implicit)
// transform
doc . contractions ( ) . expand ( )
doc . text ( )
// 'we are not going to take it..'
像数据一样鞭打东西：
let doc = nlp ( 'ninety five thousand and fifty two' )
doc . numbers ( ) . add ( 20 )
doc . text ( )
// 'ninety five thousand and seventy two'
- 因为它实际上是 -
let doc = nlp ( 'the purple dinosaur' )
doc . nouns ( ) . toPlural ( )
doc . text ( )
// 'the purple dinosaurs'
在客户端使用它：
< script src =" https://unpkg.com/compromise " > </ script >
< script >
var doc = nlp ( 'two bottles of beer' )
doc . numbers ( ) . minus ( 1 )
document . body . innerHTML = doc . text ( )
// 'one bottle of beer'
</ script >或同样：
import nlp from 'compromise'
var doc = nlp ( 'London is calling' )
doc . verbs ( ) . toNegative ( )
// 'London is not calling'
妥协是〜250KB （缩小）：
很快。它可以在键盘上运行：
它主要通过结合基本单词列表的所有形式来工作。
最后的词典约为14,000个字：
您可以在此处阅读更多有关其工作原理的信息。很奇怪。
好的 -
compromise/one单词，句子和标点符号的tokenizer 。
import nlp from 'compromise/one'
let doc = nlp ( "Wayne's World, party time" )
let data = doc . json ( )
/* [{
normal:"wayne's world party time",
terms:[{ text: "Wayne's", normal: "wayne" },
...
]
}]
*/妥协/一个人将您的文本拆分，将其包裹在方便的API中，
/一个是快速的 - 大多数句子要占毫秒的第十千分之一。
它可以执行〜1MB的文本一秒钟 - 或10个Wikipedia页面。
无限的玩笑需要3秒。
compromise/two part-of-speech 。
import nlp from 'compromise/two'
let doc = nlp ( "Wayne's World, party time" )
let str = doc . match ( '#Possessive #Noun' ) . text ( )
// "Wayne's World"
这比人们有时意识到的更有用。
轻语法可帮助您编写清洁模板，并更接近信息。
妥协有83个标签，以英俊的图表排列。
#firstname → #person → #propernoun → #noun
您可以通过运行doc.debug()看到每个单词的语法
您可以使用nlp.verbose('tagger')看到每个标签的推理。
如果您喜欢Penn标签，则可以通过以下方式得出以下方式。
let doc = nlp ( 'welcome thrillho' )
doc . compute ( 'penn' )
doc . json ( )
compromise/three Phrase和句子工具。
import nlp from 'compromise/three'
let doc = nlp ( "Wayne's World, party time" )
let str = doc . people ( ) . normalize ( ) . text ( )
// "wayne"妥协/三是一组工具，可以放大文本的各个部分。
.numbers() .subtract()
当您有一个短语或一组单词时，您可以使用.json()看到其他元数据
let doc = nlp ( 'four out of five dentists' )
console . log ( doc . fractions ( ) . json ( ) )
/*[{
text: 'four out of five',
terms: [ [Object], [Object], [Object], [Object] ],
fraction: { numerator: 4, denominator: 5, decimal: 0.8 }
}
]*/ let doc = nlp ( '$4.09CAD' )
doc . money ( ) . json ( )
/*[{
text: '$4.09CAD',
terms: [ [Object] ],
number: { prefix: '$', num: 4.09, suffix: 'cad'}
}
]*/
（匹配方法使用Match-Syntax。）
（这些方法在主要的nlp对象上）
nlp.tokenize（str） - 解析文本而无需运行pos -tagging
nlp.lazy（str，匹配） - 通过最少分析的文本扫描
nlp.plugin（{}） - 混合在妥协-plugin中
nlp.parsematch（str） - 将任何匹配语句预先放在JSON中
nlp.world（） - 抓取或更改内部库
NLP.Model（） - 获取所有当前的语言数据
NLP.Methods（） - 抓取或更改内部方法
nlp.hooks（） - 请参阅哪些计算方法自动运行
nlp.verbose（模式） - 记录我们用于调试的决策
nlp.version-库的当前SEMVER版本
nlp.addwords（obj，isfrozen？） - 在词典中添加新单词
NLP.ADDAGS（OBJ） - 在标签集中添加新标签
nlp.typeahead（arr） - 在自动填充词典中添加单词
nlp.buildtrie（arr） - 将单词列表编译成快速查找表单
nlp.buildnet（arr） - 将匹配列表汇编为快速匹配表格
'football captain' → 'football captains''turnovers' → 'turnover''will go' → 'went''walked' → 'walks''walked' → 'will walk''walks' → 'walk''walks' → 'walking''drive' → 'had driven''went' → 'did not go'"didn't study" → 'studied' 5fivefifth或5thfive或5'$2.50'之类的东西he walks he walkedhe walked he walkshe walks he will walkhe walks he walkhe walks he didn't walk?!?或者! 'quick''wash-out''(939) 555-0113'之类的东西'#nlp'之类的东西'[email protected]'之类的东西:)?'@nlp_compromise'之类的东西'compromise.cool'之类的东西'he'之类的东西'but'类的东西'of''Mrs.'之类的东西people() places() organizations()'quickly'之类的东西'FBI'之类的东西"Spencer's"之类的东西
该库带有英语语法的体贴，常识性的基线。
您可以自由地更改或浪费任何设置 - 这实际上是有趣的部分。
最简单的部分只是建议任何给定单词的标签：
let myWords = {
kermit : 'FirstName' ,
fozzie : 'FirstName' ,
}
let doc = nlp ( muppetText , myWords )或通过妥协 - 泛滥进行更重的更改。
import nlp from 'compromise'
nlp . extend ( {
// add new tags
tags : {
Character : {
isA : 'Person' ,
notA : 'Adjective' ,
} ,
} ,
// add or change words in the lexicon
words : {
kermit : 'Character' ,
gonzo : 'Character' ,
} ,
// change inflections
irregulars : {
get : {
pastTense : 'gotten' ,
gerund : 'gettin' ,
} ,
} ,
// add new methods to compromise
api : View => {
View . prototype . kermitVoice = function ( ) {
this . sentences ( ) . prepend ( 'well,' )
this . match ( 'i [(am|was)]' ) . prepend ( 'um,' )
return this
}
} ,
} )
| 概念 | API | 插件 |
|---|---|---|
| 准确性 | 登录 | 形容词 |
| 缓存 | 构造方法方法 | 日期 |
| 案件 | 收缩 | 出口 |
| 文件大小 | 插入 | 哈希 |
| 内部 | JSON | html |
| 理由 | 角色偏移 | 按键 |
| 词典 | 循环 | ngrams |
| 匹配syntax | 匹配 | 数字 |
| 表现 | 名词 | 段落 |
| 插件 | 输出 | 扫描 |
| 项目 | 选择 | 句子 |
| 标记器 | 排序 | 音节 |
| 标签 | 分裂 | 发音 |
| 令牌化 | 文本 | 严格的 |
| 指定性 | UTILS | 宾夕法尼亚州 |
| 空格 | 动词 | 打字 |
| 世界数据 | 正常化 | 扫 |
| 模糊匹配 | 打字稿 | 突变 |
| 根形 |
这些是一些有用的扩展：
npm install compromise-dates
June 8th或03/03/182 weeks或5mins4:30pm或half past fivenpm install compromise-stats
.tfidf（{}） - 按频率和唯一性排名单词
.ngrams（{}） - 列出所有重复子名字，
.omigrams（） - 一个单词
.bigrams（） - 两个单词的n -grams
.trigrams（） - 带有三个单词的n -grams
.startgrams（） - n -grams，包括短语的第一项
.endgrams（） - n -grams，包括短语的最后一项
。
npm install compromise-syllables
npm install compromise-wikipedia
我们致力于在Main和官方Plugins中获得打字稿/DENO的支持：
import nlp from 'compromise'
import stats from 'compromise-stats'
const nlpEx = nlp . extend ( stats )
nlpEx ( 'This is type safe!' ) . ngrams ( { min : 1 } ) Slash-Support：我们目前将Slash slash作为不同的单词，就像我们为连字符所做的那样。因此，像这样的事情不起作用： nlp('the koala eats/shoots/leaves').has('koala leaves') //false
句子间匹配：默认情况下，句子是顶级抽象。没有插件的句子间句子或多句子匹配不支持： nlp("that's it. Back to Winnipeg!").has('it back')//false
嵌套匹配语法： Regex的危险之处在于您可以无限期地反复出现。我们的比赛语法要弱得多。 （尚不可能）这样的事情： doc.match('(modern (major|minor))? general')必须通过连续的.match（）语句来实现复杂匹配。
依赖性解析：正确的句子转换需要理解句子的语法树，我们目前不这样做。我们应该！需要帮助。
en-pos-亚历克斯·科维（Alex Corvi）
NaturalNode- javaScript中的thaternode-统计NLP
winkjs- pos-tagger，dokenizer，JavaScript中的机器学习
dariusk/pos -js- javaScript中的fasttag fork
Compendium -js- JavaScript中的POS和情感分析
节点语言学- 结合，JavaScript中的变形
retext- JavaScript中的非常令人印象深刻的文本实用程序
上标- JS中的对话引擎
JSPO- javaScript构建经过时间测试的Brill-Tagger
Spacy- c/python中的快速，多语言标记器
散文- Joseph Kato的快速标记
TextBlob -Python Tagger
麻省理工学院
