logo
积分中心
我用自然语言处理给笔记自动打标签,发现先把文本拆明白很重要#向光而行 码向未来
头像 飞飞碟 2026-10-22 20:06:54    发布
2579 浏览 14 点赞 1 收藏

平时整理技术资料时,经常会遇到一个问题:笔记写得越来越多,但回头查找时,还是需要自己想关键词。

例如,一篇笔记可能同时涉及 HarmonyOS、ArkTS、图片识别和性能优化。如果每篇都靠手动添加标签,工作量很快就会增加。

HarmonyOS 的 Natural Language Kit 提供文本语义理解相关的基础能力,包括分词、实体抽取等,可以帮助开发者构建文本处理业务。

我想尝试做一个轻量级的笔记分类功能。先从识别文本中出现的技术名词开始,再根据这些关键词生成候选标签。


一、先把标签规则设计清楚

假设应用需要识别 HarmonyOS、ArkTS、AI、OCR 等技术关键词。可以先用一个简单的映射表,演示实体结果如何转换成应用自己的标签。

interface TagRule {
  keyword: string;
  tag: string;
}
 
const rules: TagRule[] = [
  { keyword: 'HarmonyOS', tag: '操作系统' },
  { keyword: 'ArkTS', tag: '开发语言' },
  { keyword: 'OCR', tag: '视觉AI' },
  { keyword: 'AI', tag: '人工智能' }
];
 
function findTags(text: string): string[] {
  const result: string[] = [];
 
  for (const rule of rules) {
    if (text.includes(rule.keyword) &&
        !result.includes(rule.tag)) {
      result.push(rule.tag);
    }
  }
 
  return result;
}

这只是基于字符串匹配的演示,不是真正的自然语言理解。它无法可靠地处理同义词、上下文和复杂语义,也不等同于 Natural Language Kit 的分词或实体抽取功能。

实际开发时,可以利用自然语言处理能力获取文本分析结果,再将结果映射到应用自己的标签体系中。


二、为什么我不建议把实体直接当成标签?

实体抽取和文本分类解决的是不同的问题。

实体抽取关注文本中出现了什么,例如产品名、技术名词或组织名称;标签则是应用为了管理资料而建立的分类。

一篇文章出现了某个技术名词,不代表它的主题就一定是该技术。比如“我比较了 ArkTS 和其他语言在某场景下的表现”,其中可能同时出现多个名词,但文章的主要标签应该由实际内容决定。

因此,我会把实体提取结果作为分类依据之一,而不是唯一依据。


三、为笔记增加候选标签

@Entry
@Component
struct NoteTagPage {
  @State content: string = '';
  @State tags: string[] = [];
 
  build() {
    Column({ space: 12 }) {
      Text('智能笔记标签')
        .fontSize(24)
        .fontWeight(FontWeight.Bold)
 
      TextArea({
        text: this.content,
        placeholder: '输入一段技术笔记'
      })
        .height(180)
        .onChange((value: string) => {
          this.content = value;
        })
 
      Button('生成候选标签')
        .onClick(() => {
          this.tags = findTags(this.content);
        })
 
      ForEach(
        this.tags,
        (tag: string) => {
          Text(tag).padding(6)
        },
        (tag: string) => tag
      )
    }
    .padding(20)
    .width('100%')
  }
}

这个页面演示的是本地规则匹配。正式接入自然语言能力时,需要将 findTags() 替换为基于实际 NLP 输出的处理逻辑,并对候选标签进行去重、排序和用户确认。


四、如何继续完善?

第一步,建立统一的标签体系,避免同一个概念出现多个不同标签。

第二步,测试技术缩写、英文和中文混排的文本,观察关键词识别是否符合预期。

第三步,为用户提供修改标签的能力。自动分类的目的不是替代用户,而是减少重复劳动。

我认为,自然语言处理最适合做的事情之一,就是把原本需要手工整理的文本变成结构化信息。只要把实体识别、标签映射和用户确认串起来,一个小功能就能显著改善笔记管理体验。

©本站发布的所有内容,包括但不限于文字、图片、音频、视频、图表、标志、标识、广告、商标、商号、域名、软件、程序等,除特别标明外,均来源于网络或用户投稿,版权归原作者或原出处所有。我们致力于保护原作者版权,若涉及版权问题,请及时联系我们进行处理。
分类
HarmonyOS
地址:北京市朝阳区北三环东路三元桥曙光西里甲1号第三置业A座1508室 电话:13391790444或(010)62178877
版权所有:电脑商情信息服务集团 北京赢邦策略咨询有限责任公司
声明:本媒体部分图片、文章来源于网络,版权归原作者所有,我司致力于保护作者版权,如有侵权,请与我司联系删除

京ICP备:2022009079号-2

京公网安备:11010502051901号

ICP证:京B2-20230255