语言处理类型
始于 1.9.0
用于自然语言处理 (NLP) 应用的类型。
概述
语言处理类型提供了类型级自然语言处理工具。它支持分词、解析、语义分析、情感检测、翻译和文本分类。
此模块支持构建具有分词、句子、嵌入和语言模型正确约束的类型安全 NLP 应用。
基本用法
typescript
import type { Token, Sentence, Document, Embedding, SentimentResult } from 'uni-types'
// 定义分词类型
type WordToken = Token<{ lemma: string, pos: PartOfSpeech }>
// 定义文档类型
type TextDocument = Document<{ title: string, author: string }>
// 定义嵌入
type WordEmbedding = Embedding<{ word: string }>核心类型
TokenType
分词类型分类。
typescript
type TokenType =
| 'word'
| 'punctuation'
| 'number'
| 'whitespace'
| 'symbol'
| 'emoji'
| 'url'
| 'email'
| 'mention'
| 'hashtag'Token
分词基础接口。
typescript
interface Token<T = unknown> {
id: number
text: string
type: TokenType
start: number
end: number
lemma?: string
pos?: PartOfSpeech
tag?: string
data?: T
}Sentence
具有分词的句子类型。
typescript
interface Sentence<T extends Token = Token> {
id: number
text: string
tokens: T[]
start: number
end: number
parseTree?: ParseTree
dependencies?: DependencyRelation[]
sentiment?: SentimentResult
}Document
具有段落的文档类型。
typescript
interface Document<P extends Paragraph = Paragraph> {
id: string
text: string
paragraphs: P[]
metadata?: DocumentMetadata
language?: Locale
}ParseTree
解析树结构。
typescript
interface ParseTree {
root: ParseNode
nodes: Map<string, ParseNode>
depth: number
}PartOfSpeech
词性枚举。
typescript
type PartOfSpeech =
| 'noun'
| 'verb'
| 'adjective'
| 'adverb'
| 'pronoun'
| 'preposition'
| 'conjunction'
| 'interjection'
| 'determiner'
| 'numeral'
| 'particle'
| 'auxiliary'
| 'proper_noun'Embedding
具有向量的嵌入类型。
typescript
interface Embedding<T = unknown> {
vector: EmbeddingVector
dimension: number
model: string
data?: T
}SentimentResult
情感分析结果。
typescript
interface SentimentResult {
score: SentimentScore
label: SentimentLabel
confidence: number
aspectSentiments?: AspectSentiment[]
}EntityType
命名实体识别类型。
typescript
type EntityType =
| 'person'
| 'organization'
| 'location'
| 'date'
| 'time'
| 'money'
| 'percent'
| 'quantity'
| 'event'
| 'product'
| 'language'
| 'nationality'TranslationResult
翻译结果类型。
typescript
interface TranslationResult {
text: string
sourceLanguage: Locale
targetLanguage: Locale
alternatives?: string[]
confidence?: number
metadata?: TranslationMetadata
}Locale
区域设置类型（ISO 639-1）。
typescript
type Locale =
| 'en' | 'zh' | 'es' | 'ja' | 'de' | 'fr' | 'ko' | 'ru'
| 'pt' | 'it' | 'ar' | 'hi' | 'bn' | 'pa' | 'id' | 'ms'
// ... 更多区域设置