#nlp

Japanisch-Englisch Wörterbuchdaten über die offene Jisho.org API (kein API-Key). Der Such-Endpunkt durchsucht das Wörterbuch nach Wörtern und Kanji-Komposita und akzeptiert Englisch, Romaji, Kana oder Kanji als Eingabe; jeder Eintrag enthält seine japanischen Schreibweisen (Wort + Lesung), englische Bedeutungen mit Wortarten und Verwendungshinweisen, JLPT-Stufe und eine Markierung für häufige Wörter, mit einem optionalen Filter nur für häufige Wörter. Der Wort-Endpunkt gibt die einzelne beste – vorzugsweise häufige – Übereinstimmung für ein Schlüsselwort zurück, ideal für schnelle Nachschlagevorgänge und Sprachwerkzeuge. Echte Wörterbuchdaten direkt von Jisho, kurz zwischengespeichert für Geschwindigkeit – kein Key. 3 Endpunkte. Ideal für Sprachlern-Apps, Furigana- und Lesehilfen, Vokabelwerkzeuge und japanische NLP-Anreicherung.

api.oanor.com/jisho-api

Generieren Sie N-Gramme aus Text mit Häufigkeitszählungen – vollständig lokal. Der ngrams-Endpunkt zerlegt Text in zusammenhängende Sequenzen von n Token und gibt jedes einzelne N-Gramm mit seiner Häufigkeit zurück, sortiert nach Frequenz: Wort-N-Gramme (Unigramme, Bigramme, Trigramme und mehr) für Phrasen- und Kollokationsanalyse, oder Zeichen-N-Gramme (Shingles) für Fuzzy-Matching, Spracherkennung und Indexierung. Der range-Endpunkt erzeugt jede Größe von einem Minimum bis zu einem Maximum in einem einzigen Aufruf (z. B. 1–3 Gramme), was genau das ist, was Sie zum Erstellen von Merkmalsvektoren benötigen. Wählen Sie Wort- oder Zeichenmodus, ob zuerst kleingeschrieben werden soll, und ein Top-N-Limit, um nur die häufigsten zu behalten. Die Wort-Tokenisierung ist Unicode-bewusst und behält interne Apostrophe und Bindestriche (don't, well-known) als einzelne Token. Alles läuft lokal und deterministisch, daher ist es schnell und privat. Ideal für Text Mining und NLP-Merkmalsextraktion, Sprachmodellierung und Autovervollständigung, Suchindexierung und Shingling, Plagiats- und Ähnlichkeitserkennung sowie Schlüsselwort- und Kollokationsanalyse. Reine lokale Berechnung – kein Schlüssel, kein Drittanbieterdienst, sofort. Live, nichts wird gespeichert. 3 Endpunkte. Dies erzeugt N-Gramme und Zählungen; für extraktive Zusammenfassungen und Schlüsselwörter verwenden Sie eine summarize API und für Graphem-/Zeichenzählung eine text-segmentation API.

api.oanor.com/ngram-api

Fassen Sie Text zusammen und extrahieren Sie seine Schlüsselwörter – kein KI-Schlüssel, kein externes Modell. Der Summarize-Endpunkt ist extraktiv: Er bewertet jeden Satz nach Worthäufigkeit und Position und gibt die repräsentativsten Sätze zurück (fordern Sie eine feste Anzahl von Sätzen oder einen Bruchteil des Originals an), wobei die genaue Wortwahl und Reihenfolge des Autors erhalten bleibt. Der Keywords-Endpunkt ordnet die wichtigsten Begriffe mit ihren Zählungen und einer relativen Bewertung, wobei Stoppwörter herausgefiltert werden. Da er deterministisch ist und lokal läuft, liefert derselbe Text immer dasselbe Ergebnis, sofort und privat. Perfekt für Artikelvorschauen und TL;DRs, Suchschnipsel, Tagging und Inhaltsvorsortierung sowie die Bereitstellung kürzerer Kontexte für nachgelagerte Tools. Reine lokale Berechnung – kein Drittanbieterdienst; senden Sie langen Text per POST. Live, nichts wird gespeichert. 3 Endpunkte. Unterscheidet sich von Stimmungs-/NLP-Analyse, Stoppwortlisten und Unicode-Textsegmentierung.

api.oanor.com/summarize-api

Reduzieren Sie Wörter auf ihre sprachliche Wurzel (Stamm) mit den klassischen Snowball-Stemming-Algorithmen — running → run, fishing → fish, nationalization → nation — in 24 Sprachen, darunter Englisch, Deutsch, Französisch, Spanisch, Italienisch, Portugiesisch, Niederländisch, Russisch, Arabisch, Finnisch, Schwedisch und mehr. Stemmen Sie einen gesamten Text (jedes Wort, mit Rückgabe sowohl der Wort-für-Wort-Zuordnung als auch des vollständig gestemmten Textes) oder ein einzelnes Wort. Stemming ist der zentrale Normalisierungsschritt hinter Suchmaschinen, Query-Expansion, Textindizierung, Schlüsselwortabgleich und NLP-Vorverarbeitung. Reine lokale Berechnung — kein Schlüssel, kein Drittanbieterdienst, sofort. Live, nichts gespeichert. 4 Endpunkte. Unterscheidet sich von Sentiment-/NLP-Analyse und unscharfem String-Matching.

api.oanor.com/stemmer-api

Bewerten Sie, wie einfach ein Text zu lesen ist, mit den standardmäßigen, peer-reviewten Lesbarkeitsformeln – Flesch Reading Ease, Flesch-Kincaid Grade, Gunning Fog, SMOG, Coleman-Liau und dem Automated Readability Index. Übergeben Sie Text und erhalten Sie alle sechs Bewertungen zusammen mit den zugrunde liegenden Zählungen (Wörter, Sätze, Silben, komplexe und mehrsilbige Wörter, Buchstaben und Zeichen), einer durchschnittlichen Klassenstufe, einer geschätzten Lesezeit und einer verständlichen Interpretation der Lesbarkeit. Ein zweiter Endpunkt zählt Silben für ein Wort oder für jedes Wort in einem Satz. Geben Sie Text inline über ?text=, als Abfrageparameter oder in einem Anforderungstext an; alles wird lokal ohne Netzwerkaufrufe berechnet, daher ist es schnell und deterministisch. Entwickelt für Content- und Copywriting-Tools, SEO- und Redaktionsworkflows, Bildung und Barrierefreiheitsprüfungen (einfache Sprache) sowie UX-Schreibüberprüfungen. Ein Lesbarkeitsbewerter – unterschieden von Sentiment-/NLP-Analyse (nlp), Rechtschreib- und Grammatikprüfung (grammar), den Fall- und Textwerkzeugen (text) und der Zeichenfolgenähnlichkeit (similarity). Kein vorgeschalteter Schlüssel, kein Cache.

api.oanor.com/readability-api

Der Hugging Face Hub als API – das zentrale, offene Register für maschinelle Lernmodelle und Datensätze, das einen Großteil des modernen KI-Ökosystems antreibt. Diese API verpackt den öffentlichen huggingface.co Hub in sauberes JSON. /v1/models durchsucht die Modelle des Hubs und ermöglicht die Filterung nach Aufgabe (pipeline_tag – z. B. text-generation, text-to-image, image-classification, automatic-speech-recognition, sentence-similarity) und nach Bibliothek (transformers, diffusers, sentence-transformers, …), sortiert nach Downloads, Likes, letzter Änderung, Erstellungsdatum oder Trend-Score – jedes Modell wird mit seiner ID, Autor, Aufgabe, Bibliothek, Download- und Like-Zahlen, Lizenz, Tags und Zeitstempeln zurückgegeben. /v1/model?id=google-bert/bert-base-uncased gibt die vollständigen Metadaten eines einzelnen Modells zurück. /v1/datasets durchsucht ML-Datensätze auf die gleiche Weise, und /v1/dataset?id=ILSVRC/imagenet-1k gibt die Metadaten eines einzelnen Datensatzes zurück. IDs liegen im Format org/name vor (entnehmen Sie sie den Such-Endpunkten). Ideal für ML- und MLOps-Tools, Modellentdeckungs- und Vergleichsseiten, KI-Bestenlisten und Dashboards sowie KI-Assistenten, die Modelle empfehlen. Die Daten stammen vom öffentlichen Hugging Face Hub (kostenlos nutzbar). Dies ist der KI/ML-Modell- und Datensatz-Hub – abzugrenzen von Software-Paketregistern (npm, PyPI, Maven, NuGet) und akademischen Paper-Indizes (arXiv).

api.oanor.com/huggingface-api

Stoppwortlisten und -entfernung für 58 Sprachen. Rufen Sie die vollständige Stoppwortliste für eine Sprache ab, sehen Sie alle unterstützten Sprachen mit ihren Wortanzahlen, prüfen Sie, ob ein einzelnes Wort ein Stoppwort ist, oder entfernen Sie Stoppwörter aus einem Textblock, um einen sauberen Keyword-Stream zu erhalten. Basierend auf dem offenen stopwords-iso-Datensatz und vollständig im Arbeitsspeicher bereitgestellt, sodass Antworten sofort erfolgen und der Dienst immer verfügbar ist. Ideal für Suchindexierung und Relevanz, NLP-Vorverarbeitung und Text Mining, Keyword-Extraktion, Tag-Generierung und Content-Tools.

api.oanor.com/stopwords-api

Finden Sie Wörter nach Bedeutung, Klang und Schreibweise — bedeutungsähnliche Wörter (Thesaurus), Reime, Autovervollständigungsvorschläge und Wildcard-Rechtschreibtreffer. Unterstützt von Datamuse. Ideal für Schreibassistenten, Autovervollständigung, Kreuzworträtsel, Wortspiele, Poesie-Werkzeuge und NLP-Vorverarbeitung.

api.oanor.com/words-api

Übersetzen Sie Texte zwischen über 40 Sprachen mit einem Konfidenzwert und alternativen Vorschlägen. Einfaches GET-Interface, kein Modell-Hosting – ideal zum Lokalisieren von Inhalten, Chat-Nachrichten, Produktdaten und benutzergenerierten Texten.

api.oanor.com/translate-api

Analysieren Sie Text in Echtzeit: Sentiment-Bewertung (positiv / negativ / neutral mit den passenden Wörtern), automatische Spracherkennung für über 180 Sprachen und ein kombinierter Analyse-Endpunkt mit Textstatistiken. Keine Einrichtung, kein Modell-Hosting.

api.oanor.com/nlp-api