技术博客
免费中文分词(文本处理):文本推荐接入点怎么用?用 @@@ 批量输入做相似文本推荐

免费中文分词(文本处理):文本推荐接入点怎么用?用 @@@ 批量输入做相似文本推荐

作者: 万维易源
2026-09-03
免费中文分词文本处理中文NLPAPI教程ShowAPI
# 免费中文分词(文本处理):文本推荐接入点怎么用?用 @@@ 批量输入做相似文本推荐 > 接口:文本推荐(2663-9)|是否免费:是(含档位限制)|返回格式:JSON|适用人群:做内容推荐/相似匹配的开发者|阅读时间:约 6 分钟 ## 核心要点 - 文本推荐(2663-9)用 `text_list`(多条文本,以 `@@@` 分隔)+ `keyword`(关键词)+ 可选 `num`(推荐条数,默认 2)做相似文本推荐。 - 返回 `list`:与关键词最相关的文本(已按 `text_list` 顺序编号)。 - 它是「单次请求批量输入」模式,不是异步订阅推送。 ## Why 「从一堆候选里挑出跟某个关键词最相关的几条」是推荐、去重、相似聚合的高频需求。文本推荐接入点让你把候选文本一次性用 `@@@` 拼进 `text_list`,再给一个 `keyword`,就能拿到最匹配的若干条,省去自己算文本相似度。 ## What **接口速览** | 项 | 值 | |------|------| | 接口地址 | `https://route.showapi.com/2663-9` | | 必填参数 | `text_list`(多条文本,`@@@` 分隔)、`keyword`(关键词) | | 可选参数 | `num`(推荐数量,默认 2) | | 返回 | `list`: [String] | ## How 从候选库里挑出与「自然语言处理」最相关的 2 条: ```python import requests candidates = [ "中文分词是自然语言处理的基础任务", "今天天气真好适合出游", "深度学习推动了自然语言处理的进步", "红烧肉的做法很简单", ] text_list = "@@@".join(candidates) resp = requests.post( "https://route.showapi.com/2663-9", params={"appKey": "YOUR_APPKEY"}, data={"text_list": text_list, "keyword": "自然语言处理", "num": 2}, timeout=10, ).json() body = resp["showapi_res_body"] if body.get("ret_code") != 0: raise RuntimeError(body.get("remark")) print("推荐结果:", body.get("list")) ``` **cURL** ```bash curl -X POST "https://route.showapi.com/2663-9?appKey=YOUR_APPKEY" \ -H "content-type: application/x-www-form-urlencoded" \ --data-urlencode "text_list=中文分词是自然语言处理的基础任务@@@今天天气真好适合出游@@@深度学习推动了自然语言处理的进步" \ --data-urlencode "keyword=自然语言处理" \ --data-urlencode "num=2" ``` ## 返回示例与解析 ```json { "showapi_res_body": { "ret_code": 0, "remark": "成功", "list": [ "中文分词是自然语言处理的基础任务", "深度学习推动了自然语言处理的进步" ] } } ``` - `list` 是与 `keyword` 最相关的文本,顺序由后端排序。 - `num` 控制返回条数,不传默认 2;实际条数可能少于请求值。 ## 进阶 / 边界 - **`@@@` 是分隔符**:`text_list` 内每条文本之间必须用 `@@@` 连接,文本本身请勿包含该字符。 - **不是异步订阅**:这是单次请求-响应,文本随请求一起传,没有「批量订阅 + 回调」模型。 - **免费档限制**:默认档位下 `list` 可能为空,见 [免费档位与调用策略](https://www.showapi.com/guides/cnseg-free-tier-2663)。 ## FAQ **Q1:text_list 用哪个符号分隔?** 用 `@@@`(三个 @)分隔多条文本。 **Q2:num 不传返回几条?** 默认 2 条,实际可能少于 2 条。 **Q3:这是批量订阅/回调吗?** 不是,是单次请求传入批量文本、同步返回推荐结果。 **Q4:keyword 一定要出现在 text_list 里吗?** 不一定,它是用于匹配的关键词,后端按语义/相关度挑出最相关的文本。 **Q5:免费档返回空 list 是失败吗?** 多为档位限制,先核对额度。 ## 相关能力 / 下一步阅读 - [免费中文分词(文本处理):自动提取文章关键词与摘要](https://www.showapi.com/guides/cnseg-keywords-summary-2663) - [免费中文分词(文本处理):语义距离接入点边界——distance 取极大值是什么意思?](https://www.showapi.com/guides/cnseg-distance-2663) - [免费中文分词(文本处理):返回结构与公共字段全解](https://www.showapi.com/guides/cnseg-response-2663) > 本系列共 14 篇:查看[免费中文分词(文本处理)API 指南总目录](https://www.showapi.com/guides/cnseg-guides-2663)