一、基本概念

• 随着信息技术的发展，网络中的信息量成几何级增长逐步成为当今社会的主要特征。准确提取文本关键信息，是搜索引擎等领域的技术基础，而分词作为文本信息提取的第一步则尤为重要。
• 分词作为自然语言处理领域的基础研究，衍生出各类不同的文本处理相关应用。
• 分词模块提供了文本自动分词的接口，对于一段输入文本，可以自动进行分词，同时提供不同的分词粒度。开发者可以根据需要自定义分词粒度。
• 分词当前只支持中文语境。
• 分词文本限制在 500 个字符以内，超过字符数限制将返回参数错误。文本需要为 UTF-8 格式，格式错误不会报错，但分析结果会不准确。
• Engine 支持多用户同时接入，但是不支持同一用户并发调用同一特性。若同一个特性被同一进程同一时间多次调用，则返回系统忙错误；不同进程调用同一特性，则同一时间只能处理一个进程业务，其他进程进入队列排队。

二、应用场景

• 分词相关接口可以应用于搜索引擎开发。对于搜索引擎而言，最重要的是如何把全网搜索的结果进行筛选，并按相关程度进行排序。分词的准确与否，常常直接影响到搜索结果的相关度排序。
• 分词相关接口可以应用于用户选择文本的场景。原始文本只能按字选择，如果使用分词，用户选中文本的时可以按词选择。

三、API 说明

• 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。

① 主要接口

② 接口输入值说明

• requestType 表示请求类型，通过 NluRequestType 类定义如下：

• requestData 表示输入的文本信息，为 json 格式，如下：

• 目前 NLU 支持的实体类别：

③ 接口返回值说明

• 返回值 ResponseResult 中 responseResult 为 Json 字符串，体现分词的结果：

四、开发流程

• 在使用分词 API 时，将实现分词的相关类添加至工程：

import ohos.ai.nlu.NluRequestType;
	import ohos.ai.nlu.NluClient;
	import ohos.ai.nlu.OnResultListener;
	import ohos.ai.nlu.ResponseResult;

• 使用 NluClient 静态类进行初始化，通过异步方式获取服务的连接：
• • context：应用上下文信息，应为 ohos.aafwk.ability.Ability 或 ohos.aafwk.ability.AbilitySlice 的实例或子类实例；
• • listener：初始化结果的回调，可以传 null；
• • isLoadModel：是否加载模型，如果传 true，则在初始化时加载模型；如果传 false，则在初始化时不加载模型。

NluClient.getInstance().init(context, new OnResultListener<Integer>(){
	        @Override
	        public void onResult(Integer result){
	         // 初始化成功回调，在服务初始化成功调用该函数
	        }
	}, true);

• 调用分词方法得到分析结果，接口提供同步和异步两个方法，开发者可根据自己需要选择：
• • 同步：

String requestData = "{\"text\":\"今天天气不错，我们一起看电影吧\\n\",\"type\":0}";
	ResponseResult responseResult = NluClient.getInstance().getWordSegment(requestData, NluRequestType.REQUEST_TYPE_LOCAL);

• • 异步：

NluClient.getInstance().getWordSegment(requestData,
	            NluRequestType.REQUEST_TYPE_LOCAL, new OnResultListener<ResponseResult>() {
	                @Override
	                public void onResult(ResponseResult result) {
	                   // onResult deal
	                }
	            });

• 解绑服务：

NluClient.getInstance().destroy(context);