中文分词在线接口 API 需求调查

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2104 天前的主题，其中的信息可能已经有所发展或是发生改变。

准备提供一个：中文分词在线接口 API
功能：中文分词，初级的实体识别
费用：每日 3000 次以内免费
原因：目前 JCJC 错别字检测服务器有 5 台服务器，部分资源闲置。

调查内容：
大家对：中文分词在线服务，有那些期望呢？

谢谢大家

分词

API

中文

错别字

6 条回复 • 2020-09-05 21:15:59 +08:00

stlee

2019-02-25 16:45:48 +08:00 via Android

梁博的 pullword 挺不错。

shm7

2019-07-01 19:08:52 +08:00 via iPhone

jieba thulac pkuseg pynlpir pyltp 还有 hanlp corenlp fudanlp，想不通。

proofreading

2019-11-28 13:07:37 +08:00

在线分词，的确有很多反感了，

所以就做了一个：NER 实体识别的在线演示：

http://cuobiezi.net/etpro/index

需要 API 接口的朋友，可以给我私信。

proofreading

2019-11-28 13:08:07 +08:00

打错字了，正确的字：方案。

KalaSearch

2020-09-05 15:56:24 +08:00

我觉得切词 API 的需求应该还是大的，主要是极多情况下大家的主要业务也不是分词本身，所以一味追求分词准确度没有意义，还不如用一个效果“合理”的 API

合理的定义当然非常主观，但对多数人来说，分词的作用就是做搜索。我们的经验中，要把分词琢磨清楚再把搜索琢磨清楚还是很不容易的。

ES 有不少分词用的插件，但要比较各种分词的效果（索引分词效果和搜索分词效果）会需要比较多的上下文知识。通常 Analyzer 和 Query analyzer 必须用同样的分词器，但也会造成有的时候某个词就是搜不出来的情况。

所以如果是做搜索，且预算允许的话，自荐下我们做的卡拉搜索，啥也不用配置，接上 API 瞬间开搜，后台直接控制排序算法也很方便（灵感来自于 Algolia，算是个跟 ES 很不一样的独创吧）。

速度在我们的 benchmark 上比优化过的 ES 还快 10 倍左右，欢迎试用

proofreading

2020-09-05 21:15:59 +08:00

非常好 @KalaSearch ，我尝试一下你们的服务。