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。
相关推荐
鸽芷咕
35
0
蓝亭书序
23
0
进哥聊编程
298
0
256
0飞飞碟
我还没有写个人简介......
帖子
提问
粉丝
鸿蒙桌面系统通过最高安全认证
2026-04-17 13:59:39 发布从问界M7到尊界S800:鸿蒙智行“五界”列阵,中国豪车格局彻底改写
2026-04-02 15:12:03 发布


京公网安备:11010502051901号