美文网首页数据科学@IT·互联网
PullWord和C++ REST SDK分词示例

PullWord和C++ REST SDK分词示例

作者: 长不胖的Garfield | 来源:发表于2016-12-26 16:58 被阅读974次

    目标

    对锤子有所了解的应该知道3.0系统出了个叫“大爆炸”的功能,会将一段文本炸开成一个个词,用来快速地“提取”信息,这个功能有个关键技术就是分词。

    以下将介绍如何使用PullWordC++ REST SDK来完成分词功能。

    PullWord

    一个基于深度学习的中文在线抽词服务,可以将文本抽取出相应的词汇。

    我们可以使用HTTP的GET或者POST方法向PullWord发出请求,如果一切正常,PullWord会返回对应的结果;

    • 查询请求(request)的构造方法为:

    source=要抽词的文本&param1=阈值&param2=调试

    • 如果使用GET方法,HTTP请求的URL为:

    http://api.pullword.com/get.php?request

    • 如果使用POST方法,则HTTP请求的URL为:

    http://api.pullword.com/post.php

    并且在HTTP请求体中存放request字符串。

    • 在调试关闭(为0)的情况下,返回的结果是以\r\n分隔开的一个个词汇:
    word1\r\n
    word2\r\n
    ...
    wordn\r\n
    
    • 在调试开启(为1)的情况下,返回的结果包含了其概率:
    word1:probability(word1)\r\n
    word2:probability(word2)\r\n
    ...
    word:probability(wordn)n\r\n
    
    • 阈值是用来过滤词汇结果的,取值范围为[0,1],小于该阈值的在返回结果中不会出现;
    • 输入输出编码必须为UTF8;
    • 如果使用IP形式访问,则对应的http://www.pullword.com/要替换成http://43.241.223.121/或者http://120.26.6.172/

    C++ REST SDK

    微软开源的云通信库,该项目旨在帮助C++开发者与在线服务进行交互;其使用了异步的C++ API设计,将微软的PPL库中task部分抽取出来支持异步。

    安装方式有两种:

    支持以下特性:

    • 基于Task编程
    • JSON
    • 异步流
    • URI操作
    • HTTP客户端
    • HTTP监听器
    • WebSocket客户端
    • OAuth验证

    如何实现

    1. 构造URL
    2. [可选]构造HTTP请求体
    3. 发起HTTP请求
    4. 解析HTTP响应

    对应源代码如下:

    #include <cpprest\http_client.h>
    #include <cpprest\filestream.h>
     
    utility::string_t RequestPullword(utility::string_t source, double threshold, bool debug)
    {
        using namespace utility;
        using namespace web;
        using namespace web::http;
        using namespace web::http::client;
     
        static const wchar_t* base_url = L"http://api.pullword.com/";
        static bool  get_or_post = true;
     
        utility::string_t result;
        try
        {
            [=]()->pplx::task<http_response> {
                uri_builder builder(U("/get.php"));
                //1.构造请求
                builder.append_query(U("source"), source);
                builder.append_query(U("param1"), threshold);
                builder.append_query(U("param2"), debug ? 1 : 0);
                //3.发起HTTP请求
                http_client client(base_url);
                if (get_or_post)
                    return client.request(methods::GET, builder.to_string());
                return client.request(methods::POST, U("/post.php"), builder.query());
            }().then([=](http_response response) {
                //4.解析HTTP响应
                if (response.status_code() == 200)
                    return response.extract_string();
                return pplx::task_from_result(utility::string_t());
            }).then([&](utility::string_t body){
                result = body;
            }).wait();
        }
        catch (const std::exception &e)
        {
            (e);//handle exception
        }
        return result;
    }
    

    测试如下:

    int main(int argc, char** argv)
    {
        auto result = RequestPullword(L"李彦宏是马云最大威胁嘛?",0,true);
     
        return 0;
    }
    

    结果如下:

    分词测试结果

    相关文章

      网友评论

        本文标题:PullWord和C++ REST SDK分词示例

        本文链接:https://www.haomeiwen.com/subject/mjijvttx.html