JavaScript可通过正则清洗文本、分词及统计词频实现基础NLP,结合Compromise等库可完成实体识别,适合前端轻量处理。

JavaScript虽然不是自然语言处理(NLP)的主流语言,但在前端或轻量级应用中,依然可以完成一些基本的NLP操作。借助现代浏览器支持和第三方库,你可以实现文本清洗、分词、关键词提取等常见任务。
在进行任何NLP操作前,先对原始文本做清洗是关键一步。常见操作包括去除标点、转为小写、去除多余空格等。
示例代码:
function cleanText(text) {
return text
.toLowerCase()
.replace(/[^\w\s]/g, '') // 去除标点
.trim()
.split(/\s+/).join(' '); // 合并多个空格
}
// 使用示例
const raw = "Hello, how are you? I'm fine!";
console.log(cleanText(raw)); // "hello how are you im fine"
将句子拆分为单词或标记是NLP的基础步骤。JavaScript可以通过字符串方法快速实现简单分词。
立即学习“Java免费学习笔记(深入)”;
示例代码:
function tokenize(text) {
const stopWords = new Set(['a', 'an', 'and', 'the', 'is', 'in', 'on']);
return text.split(' ').filter(word => word && !stopWords.has(word));
}
// 使用示例
console.log(tokenize("the quick brown fox is running"));
// ["quick", "brown", "fox", "running"]
通过统计每个词出现的次数,可以识别文本中的关键词。这在摘要生成或标签推荐中有用。
示例代码:
function getWordFrequency(tokens) {
const freq = {};
tokens.forEach(word => {
freq[word] = (freq[word] || 0) + 1;
});
return Object.entries(freq)
.sort((a, b) => b[1] - a[1])
.map(entry => ({ word: entry[0], count: entry[1] }));
}
// 使用示例
const tokens = tokenize("machine learning is great machine learning is fun");
console.log(getWordFrequency(tokens));
// [{word: "machine", count: 2}, {word: "learning", count: 2}, ...]
对于更复杂的任务(如词性标注、命名实体识别),可以引入专门的JavaScript NLP库。
Compromise 示例:
import nlp from 'compromise';
<p>const doc = nlp("John bought a new laptop in New York.");
console.log(doc.people().out()); // ["John"]
console.log(doc.places().out()); // ["New York"]
console.log(doc.verbs().out()); // ["bought"]
基本上就这些。JavaScript做基础NLP操作完全可行,尤其适合在网页中实时处理用户输入。复杂任务建议结合后端或调用API,但前端预处理能显著提升整体效率。
以上就是如何用JavaScript进行自然语言处理(NLP)的基本操作?的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号