https://github.com/chatopera/node-synonyms
:ferris_wheel: 中文近义词工具包，聊天机器人
https://github.com/chatopera/node-synonyms
chatbot natural-language-generation natural-language-processing natural-language-understanding
Last synced: 7 months ago
JSON representation
:ferris_wheel: 中文近义词工具包，聊天机器人
- Host: GitHub
- URL: https://github.com/chatopera/node-synonyms
- Owner: chatopera
- License: other
- Created: 2018-02-15T00:51:48.000Z (over 7 years ago)
- Default Branch: master
- Last Pushed: 2021-02-10T08:27:50.000Z (over 4 years ago)
- Last Synced: 2025-03-09T16:02:49.664Z (7 months ago)
- Topics: chatbot, natural-language-generation, natural-language-processing, natural-language-understanding
- Language: JavaScript
- Homepage: https://www.npmjs.com/package/node-synonyms
- Size: 58.7 MB
- Stars: 70
- Watchers: 3
- Forks: 14
- Open Issues: 3
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
[](https://pypi.python.org/pypi/synonyms) [](https://pypi.org/pypi/synonyms/) [](https://pypi.org/pypi/synonyms/) [](https://pypi.org/pypi/synonyms/)
[](https://pypi.org/pypi/synonyms/)
# 自然语言处理推荐入门&工具书
本书由 [Synonyms](https://github.com/chatopera/Synonyms) 作者参与著作。
快速购书链接
[《智能问答与深度学习》](https://item.jd.com/12479014.html) 这本书是服务于准备入门机器学习和自然语言处理的学生和软件工程师的，在理论上介绍了很多原理、算法，同时也提供很多示例程序增加实践性，这些程序被汇总到示例程序代码库，这些程序主要是帮助大家理解原理和算法的，欢迎大家下载和执行。代码库的地址是：
[https://github.com/l11x0m7/book-of-qna-code](https://github.com/l11x0m7/book-of-qna-code)
# Synonyms
[![node version][node-image]][node-url]
[![build status][travis-image]][travis-url]
[![codecov.io][codecov-image]][codecov-url]
[![David deps][david-image]][david-url]
[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
[](https://nodei.co/npm/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。
[![chatoper banner][co-banner-image]][co-url]
[co-banner-image]: https://user-images.githubusercontent.com/3538629/42217321-3d5e44f6-7ef7-11e8-94e7-1574bfa1dbb8.png
[co-url]: https://www.chatopera.com
# Welcome
```
npm install node-synonyms
```
本项目为 [Synonyms](https://github.com/huyingxi/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](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/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
[nodejieba](https://github.com/yanyiwu/nodejieba)
[fast-levenshtein](https://github.com/hiddentao/fast-levenshtein)
[compute-cosine-distance](https://github.com/compute-io/cosine-distance)
[node-word2vec-reader](https://www.npmjs.com/package/node-word2vec-reader)
# 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}
}
```
## Chatopera 云服务
[https://bot.chatopera.com/](https://bot.chatopera.com/)
[Chatopera 云服务](https://bot.chatopera.com)是一站式实现聊天机器人的云服务，按接口调用次数计费。Chatopera 云服务是 [Chatopera 机器人平台](https://docs.chatopera.com/products/chatbot-platform/index.html)的软件即服务实例。在云计算基础上，Chatopera 云服务属于**聊天机器人即服务**的云服务。
Chatopera 机器人平台包括知识库、多轮对话、意图识别和语音识别等组件，标准化聊天机器人开发，支持企业 OA 智能问答、HR 智能问答、智能客服和网络营销等场景。企业 IT 部门、业务部门借助 Chatopera 云服务快速让聊天机器人上线！
展开查看 Chatopera 云服务的产品截图
自定义词典
自定义词条
创建意图
添加说法和槽位
训练模型
测试对话
机器人画像
系统集成
聊天历史
立即使用
