Apple NLP框架NaturalLanguage的应用实例

CodeCraker

于 2018-10-24 16:11:45 发布

阅读量1.8k

点赞数

CC 4.0 BY-SA版权

文章标签： AI NLP iOS

本文链接：https://blog.youkuaiyun.com/weixin_39502247/article/details/83345508

本文介绍了Apple的NaturalLanguage框架在iOS应用中的实际使用，包括语言识别、词语切分、词性标注和实体识别。语言识别能确定输入语言，词语切分支持中文，适合情感分析和特定效果触发。词性标注可识别文字段落的语法结构，但不支持中文。实体识别能找出人物、地点和组织，可能用于行程自动生成，但存在某些地名误识别问题。

首先import最新的NLP包

import NaturalLanguage

1.Language Identification（语言识别）

在wwdc2018视频的例子中，给出了如下的场景：在聊天应用中一个人说出了一句含有”good night“的话，然后弹出了一个晚安的表情，但当使用”我困了要去睡觉了“的中文时，不能弹出，于是引出了一个语言判别的问题。

let recognizer = NLLanguageRecognizer()

recognizer.processString("困死啦睡觉去啦")

let lang = recognizer.dominantLanguage

let hypotheses = recognizer.languageHypotheses(withMaximum: 2)

print(hypotheses)
print(lang)

结果为

[__C.NLLanguage(_rawValue: zh-Hans): 0.9805831909179688, __C.NLLanguage(_rawValue: zh-Hant): 0.01938585191965103]
Optional(__C.NLLanguage(_rawValue: zh-Hans))

我猜前两个的数字为置信值，后一个表示最占主要部分的语言

2.tokenization（词语切分）

这个功能十分强大，可以将词语切分，且支持中文，直觉上感觉这个可以利用的空间非常大

let text = "你好我是小明，我今年二十二岁了"

let tokenizer = NLTokenizer(unit: .word)

tokenizer.string = text

tokenizer.enumerateTokens(in: text.startIndex..<text.endIndex) {