文章分析接口
<p><strong>简要描述：</strong> </p>
<ul>
<li>将文章的中间格式，按照文章和段落以及句子的不同层次的结构进行分析，并将结果写回的接口</li>
</ul>
<p><strong>请求URL：</strong> </p>
<ul>
<li><code>api/v1/xadmin/objects/tokenization/</code></li>
</ul>
<p><strong>请求方式：</strong></p>
<ul>
<li>POST </li>
</ul>
<p><strong>参数：</strong> </p>
<table>
<thead>
<tr>
<th style="text-align: left;">参数名</th>
<th style="text-align: left;">必选</th>
<th style="text-align: left;">类型</th>
<th>说明</th>
</tr>
</thead>
<tbody>
<tr>
<td style="text-align: left;">target_text</td>
<td style="text-align: left;">是</td>
<td style="text-align: left;">string</td>
<td>查询文本</td>
</tr>
<tr>
<td style="text-align: left;">max_word</td>
<td style="text-align: left;">否</td>
<td style="text-align: left;">int</td>
<td>最大分析的文字长度，超出的部分将不予分析</td>
</tr>
<tr>
<td style="text-align: left;">token_number</td>
<td style="text-align: left;">否</td>
<td style="text-align: left;">int</td>
<td>最大的标签数量，返回的，默认全部返回</td>
</tr>
<tr>
<td style="text-align: left;">filter_psglist</td>
<td style="text-align: left;">否</td>
<td style="text-align: left;">list</td>
<td>一个包含所有需要保留的词性的列表，默认为保留所有名词</td>
</tr>
</tbody>
</table>
<p>注意：
结果的数据直接在传入的json的结构基础上进行加工后返回。分为，文章的总体信息部分，和各个段落的信息部分，目前暂时仅仅开通文章整体的信息部分。</p>
<p><strong>返回示例</strong></p>
<p>result['articleInfo']中包含了所有文章一个级别的结果。</p>
<pre><code>"articleInfo": {
"title": "就在4月9日，世界发生了两件非同寻常的大事！",
"source_kw": ["日本", "战斗机", "土耳其"],//员文章带有的标签
"ana_kw": ["钓鱼岛", "自卫队", "国防"],//经过分析获取的标签
"all_tags": [（"日本"，0.33）, （"战斗机"，0.25）, （"土耳其"，0.2）, （"俄罗斯",0.1）, ("钓鱼岛",0.12), ("自卫队",0.08)],//合并融合后的标签,带有标签的关联强度
"ccomp":[(u"社会",0.2),(u"国家",0.2),(u"军事",0.2),(u"政治",0.2)],//计算分析得出的概念分布，每一个概念后面的小数是百分数
"new_words": [("自卫队",2),("南海",3),("巡航导弹",4)],//本文章出现的新单词，即匹配中没有结果的词，后面是出现的次数
"time": "2019-04-10 09:23",//文章的时间，注意是文章内容所指定的时间不是抓取时间
"word_num": 2838,
"image_num": 10,
"paragraph_num": 22,
},
"match_table"://匹配信息的查询表，里面记录了所有匹配到的单词的信息，为了节省空间，所有的单词的解释都会统一出现在这个地方。没有经过分析的时候，这个字典是空的
{
"日本":{ //每一个单词都是显示了最基本很的匹配信息，不包括出现的具体位置，包括出现的
'pkey': u 'c1_QzD4oAvG',
'obj_number': 1,
'psg': u 'ns',//词性
'is_newword': 'false',
'concept_number': 0,
'cname': u '国家',
'freq': 6,//单词的出现频度
'adjusted_weight': 33948.0,
'weight': 1200,
"objects":[(k1,f1),(k2,f2),....],//如果是对象匹配则会专门有一个列表显示主键
},
"美国":{....},
"战斗机":{....},
"航空母舰":{....},
},
"paragraph"://保存文章的段落，为了方便内容索引需求，文章的段落部分被组织成为一个字典，
{
"p1"://每一个段落使用段落的编号作为字典的键名字
{
"id":"p1"
"title": "就在4月9日，世界发生了两件非同寻常的大事！",
"link": "http://p3.pstatp.com/large/",
"class": "img",//class 代表段落的内容类型img,div
},
"p2":
{
"id":"p2"
"title": "就在4月9日，世界发生了两件非同寻常的大事！",
"link": "http://p1.pstatp.com/large/pgc",
"class": "img",
"img_count": "1"
},
"p3":
{
"id":"p3"
"title": "按照惯例，重大新闻特朗普首发——作为",//段落的标题
"sentences": ["1865年的这一天，美国南北战争结束，南方总司令李将军投降；1936年的这一天，周恩来和张学良秘密会晤，后来就有了改变中国历史进程的西安事变。"],
"class": "div",//段落的类型
"wc": 71,//段落的文字数
"sc": 3,//段落的句子数
"kw": [("日本",0.3), ("战斗机",0.22)],//段落标签，标签以及标签的关联强度
"tw":['1865年'],//段落中句子包含的时间对象
"ow":['第一节','第二节'],//段落中句子包含的序号对象
"match_info"://所有的句子的匹配结果，按照句子实际出现的顺序写入，记录了最为原始的匹配信息。每一个匹配项都包括 匹配的开始位置，结束位置，匹配类型，
[
{"st":0,"ed":5,"txt":"1865年","mtyhpe":"normal",},
{"st":6,"ed":7,"txt":"的","mtyhpe":"normal"},
{"st":8,"ed":10,"txt":"这一天","mtyhpe":"normal"},
]
},
}
}</code></pre>
<p>欢迎使用ShowDoc！~~~~</p>