3. 代码实现
代码实现也是比较简单的,主要是将编辑框中的文本作为输入传入到实体识别接口,接口中的回调方法给出分析结果,对结果进行解析处理后显示。
(1)调用实体识别接口
//实体识别
getEntity: function () {
var that = this;
that.result_list = [];
//调用实体识别接口
ai.getEntity({
//待分析的文本
text: that.nluInput,
success: function (data) {
if (data.entity === undefined) {
that.result_list.push('无结果。');
return;
}
var obj = data.entity;
//解析返回的结果
for (var key in obj) {
var entityElement = '';
for (var i = 0; i < obj[key].length; i++) {
entityElement = entityElement + '[' + obj[key][i].oriText + '] ';
}
var itemResult = key + ':' + entityElement;
that.result_list.push(itemResult);
}
},
fail: function (data, code) {
var failCode = '错误码: ' + errCodeList[code];
that.result_list = failCode;
},
complete: function () {
console.log('handling complete')
}
})
}
(2)返回结果解析
识别成功后返回结果参数,结果中的entity对象表示识别到的实体对象,我们对entity进行解析即可获取到需要的内容。entity对象返回结果如下:
{'movie': [
{ 'heat': 0,
'charOffset': 20,
'standardName': '西虹市首富',
'origin': '1545296898892',
'oriText': '西虹市首富'
}
],
'location': [
{ 'costInfo': 'msgLen=26|preLocCost=37|parseLocCost=19',
'charOffset': 9,
'cost': '56',
'origin': '1545296898892',
'oriText': '新街口万达影院',
'type': 'nspEB',
'isAbstract': '0',
'key': '新街口万达影院',
'coreLocation': { 'location': { 'value': '万达影院'
},
'region': { 'value': '新街口'
},
'value': '新街口万达影院'
}
}
],
'time': [
{ 'charOffset': 1,
'normalTime': { 'start': { 'standardTime': '2018年12月22日20时00分00秒',
'section': 'P',
'timestamp': 1545480000000
}
},
'origin': '1545296898892',
'oriText': '周六晚上8点'
}
]
}
entity对象中的key表示实体类别,value表示对应该实体类别的具体实体信息。同一个类别的实体可以是多个,即value是一个对象数组,数组中每一个对象的oriText参数代表实体的原始文本,也就是我们输出显示到界面的实体结果。