Scripting
  • 简体中文
  • TestFlight

      • Gazetteer 词典

      Gazetteer 是一个由用户提供的字典：把标签映射到词条。配合 Tagger.setGazetteers 使用，可以让 Tagger 识别系统模型不认识的领域词汇 —— 产品名、代码标识符、内部术语等。

      构造

      const gazetteer = new NaturalLanguage.Gazetteer({
  product: ["Scripting", "Pro"],
  company: ["Acme", "Acme Corp"]
}, "en")
      • dictionary：{ label: [term, term, ...] }。每个 label 可以有多个 term；gazetteer 把任何命中 term 反向映射回 label。
      • language?: Language —— 词条与语言相关时的可选提示。

      构造时如果字典不合法（如词条为空、同一词条在不同 label 下重复）会抛错。

      属性

      属性类型说明
      languageLanguage | null构造时传入的语言提示（按字典构造方式可能不持久化）。

      方法

      label(term: string): string | null

      返回 term 命中的 label，未命中返回 null。

      gazetteer.label("Scripting")   // → "product"
gazetteer.label("Acme")        // → "company"
gazetteer.label("Banana")      // → null

      与 Tagger 配合使用

      const gz = new NaturalLanguage.Gazetteer({
  product: ["Scripting"],
  company: ["Acme"]
}, "en")

const tagger = new NaturalLanguage.Tagger(["nameType"])
tagger.setGazetteers([gz], "nameType")
tagger.setText("Acme ships the Scripting app.")

const tags = tagger.tags(null, "word", "nameType", {
  omitWhitespace: true,
  omitPunctuation: true
})
// → tags 里会出现 { tag: "company", ... } 和 { tag: "product", ... },
//   而不是默认的 OrganizationName / nil。

      Gazetteer 命中会覆盖系统模型对该 scheme 的判断。如果 tagger 用 "nameType" 构造，那么 setGazetteers([gz], "nameType") 会把匹配词的标准 OrganizationName / PersonalName 标签替换为你的自定义标签。

      注意事项

      • 这是脚本内最轻量的扩展标注方式。重量级方案是 NLModel（用带标注的训练数据训练完整分类器），本期不在范围内。
      • 同一 scheme 可挂多个 gazetteer：setGazetteers([gz1, gz2, ...], scheme)。