#nlp

Données de dictionnaire japonais-anglais via l'API ouverte Jisho.org (sans clé). Le point de terminaison de recherche interroge le dictionnaire pour les mots et les composés de kanji et accepte l'anglais, le romaji, le kana ou le kanji comme entrée ; chaque entrée comporte ses écritures japonaises (mot + lecture), ses sens anglais avec parties du discours et étiquettes d'usage, le niveau JLPT et un indicateur de mot courant, avec un filtre optionnel pour les mots courants uniquement. Le point de terminaison de mot renvoie la meilleure correspondance unique — de préférence courante — pour un mot-clé, idéal pour les recherches rapides et les outils linguistiques. De vraies données de dictionnaire provenant directement de Jisho, mises en cache brièvement pour la rapidité — sans clé. 3 points de terminaison. Idéal pour les applications d'apprentissage des langues, les aides furigana et de lecture, les outils de vocabulaire et l'enrichissement NLP japonais.

api.oanor.com/jisho-api

Génère des n-grammes à partir de texte, avec des comptages de fréquence — entièrement localement. Le point de terminaison ngrams décompose le texte en séquences contiguës de n jetons et renvoie chaque n-gramme distinct avec sa fréquence d'apparition, classé par fréquence : n-grammes de mots (unigrammes, bigrammes, trigrammes et au-delà) pour l'analyse de phrases et de collocations, ou n-grammes de caractères (shingles) pour la correspondance floue, la détection de langue et l'indexation. Le point de terminaison range produit toutes les tailles d'un minimum à un maximum en un seul appel (par exemple 1 à 3 grammes), ce qui est exactement ce dont vous avez besoin pour construire des vecteurs de caractéristiques. Choisissez le mode mot ou caractère, la mise en minuscule préalable, et une limite top-N pour ne conserver que les plus fréquents. La tokenisation des mots est compatible Unicode et conserve les apostrophes et traits d'union internes (don't, well-known) comme des jetons uniques. Tout s'exécute localement et de manière déterministe, donc c'est rapide et privé. Idéal pour l'exploration de texte et l'extraction de caractéristiques NLP, la modélisation du langage et l'autocomplétion, l'indexation de recherche et le shingling, la détection de plagiat et de similarité, et l'analyse de mots-clés et de collocations. Calcul local pur — pas de clé, pas de service tiers, instantané. En direct, rien n'est stocké. 3 points de terminaison. Cela produit des n-grammes et des comptages ; pour les résumés extractifs et les mots-clés, utilisez une API summarize et pour le comptage de graphèmes/caractères, utilisez une API text-segmentation.

api.oanor.com/ngram-api

Résumez du texte et extrayez ses mots-clés — sans clé IA, sans modèle externe. Le point de terminaison de résumé est extractif : il évalue chaque phrase en fonction de la fréquence des mots et de la position, et renvoie les plus représentatives (demandez un nombre fixe de phrases ou une fraction de l'original), en conservant le libellé et l'ordre exacts de l'auteur. Le point de terminaison de mots-clés classe les termes les plus saillants avec leurs comptes et un score relatif, en filtrant les mots vides. Comme il est déterministe et s'exécute localement, le même texte donne toujours le même résultat, instantanément et en privé. Parfait pour les aperçus d'articles et les TL;DR, les extraits de recherche, le marquage et le tri de contenu, et l'alimentation d'un contexte plus court vers des outils en aval. Calcul local pur — aucun service tiers ; envoyez du texte long via POST. En direct, rien n'est stocké. 3 points de terminaison. Distinct de l'analyse de sentiment/NLP, des listes de mots vides et de la segmentation de texte Unicode.

api.oanor.com/summarize-api

Réduisez les mots à leur racine linguistique (radical) avec les algorithmes classiques de stemming Snowball — running → run, fishing → fish, nationalization → nation — dans 24 langues dont l'anglais, l'allemand, le français, l'espagnol, l'italien, le portugais, le néerlandais, le russe, l'arabe, le finnois, le suédois et plus encore. Stémisez un texte entier (chaque mot, renvoyant à la fois le mappage mot par mot et le texte entièrement stémisé) ou un seul mot. Le stemming est l'étape de normalisation centrale derrière les moteurs de recherche, l'expansion de requêtes, l'indexation de texte, la correspondance de mots-clés et le prétraitement NLP. Calcul local pur — pas de clé, pas de service tiers, instantané. En direct, rien n'est stocké. 4 points de terminaison. Distinct de l'analyse de sentiment/NLP et de la correspondance floue de chaînes.

api.oanor.com/stemmer-api

Évaluez la facilité de lecture d'un texte à l'aide des formules de lisibilité standard et évaluées par les pairs — Flesch Reading Ease, Flesch-Kincaid Grade, Gunning Fog, SMOG, Coleman-Liau et l'Automated Readability Index. Envoyez un texte et obtenez les six scores ainsi que les décomptes sous-jacents (mots, phrases, syllabes, mots complexes et polysyllabiques, lettres et caractères), un niveau scolaire moyen, un temps de lecture estimé et une interprétation en anglais simple de la facilité de lecture. Un deuxième point de terminaison compte les syllabes d'un mot ou de chaque mot d'une phrase. Fournissez le texte en ligne via ?text=, comme paramètre de requête ou dans un corps de requête ; tout est calculé localement sans appels réseau, donc c'est rapide et déterministe. Conçu pour les outils de contenu et de rédaction, les workflows SEO et éditoriaux, l'éducation et les vérifications d'accessibilité (langage clair), ainsi que la révision UX. Un évaluateur de lisibilité — distinct de l'analyse de sentiment/NLP (nlp), de la vérification orthographique et grammaticale (grammar), des utilitaires de casse et de texte (text) et de la similarité de chaînes (similarity). Pas de clé en amont, pas de cache.

api.oanor.com/readability-api

Le Hub Hugging Face en tant qu'API — le registre central et ouvert de modèles et de jeux de données d'apprentissage automatique qui alimente une grande partie de l'écosystème moderne de l'IA. Cette API encapsule le hub public huggingface.co en JSON propre. /v1/models recherche les modèles du Hub et vous permet de filtrer par tâche (pipeline_tag — par exemple text-generation, text-to-image, image-classification, automatic-speech-recognition, sentence-similarity) et par bibliothèque (transformers, diffusers, sentence-transformers, …), triés par téléchargements, likes, dernière modification, date de création ou score de tendance — chaque modèle retourné avec son id, auteur, tâche, bibliothèque, nombre de téléchargements et de likes, licence, tags et horodatages. /v1/model?id=google-bert/bert-base-uncased retourne les métadonnées complètes d'un seul modèle. /v1/datasets recherche les jeux de données ML de la même manière, et /v1/dataset?id=ILSVRC/imagenet-1k retourne les métadonnées d'un seul jeu de données. Les IDs sont sous la forme org/nom (prenez-les depuis les endpoints de recherche). Idéal pour les outils ML et MLOps, les sites de découverte et de comparaison de modèles, les classements et tableaux de bord IA, et les assistants IA qui recommandent des modèles. Les données proviennent du Hub Hugging Face public (gratuit à utiliser). Il s'agit du hub de modèles et de jeux de données IA/ML — distinct des registres de paquets logiciels (npm, PyPI, Maven, NuGet) et des index d'articles académiques (arXiv).

api.oanor.com/huggingface-api

Listes de mots vides et suppression pour 58 langues. Récupérez la liste complète des mots vides pour une langue, consultez toutes les langues prises en charge avec leurs nombres de mots, vérifiez si un mot unique est un mot vide, ou supprimez les mots vides d'un bloc de texte pour obtenir un flux de mots-clés propre. Construit sur l'ensemble de données ouvert stopwords-iso et servi entièrement en mémoire, donc les réponses sont instantanées et le service est toujours disponible. Idéal pour l'indexation et la pertinence des recherches, le prétraitement NLP et l'exploration de texte, l'extraction de mots-clés, la génération de balises et les outils de contenu.

api.oanor.com/stopwords-api

Trouvez des mots par sens, son et orthographe — mots de sens similaire (thésaurus), rimes, suggestions de saisie semi-automatique et correspondances orthographiques avec caractères génériques. Propulsé par Datamuse. Idéal pour les assistants d'écriture, la saisie semi-automatique, les mots croisés, les jeux de mots, les outils de poésie et le prétraitement NLP.

api.oanor.com/words-api

Traduisez du texte entre plus de 40 langues avec un score de confiance et des suggestions alternatives. Interface GET simple, sans hébergement de modèle — idéal pour localiser du contenu, des messages de chat, des données produits et du texte généré par l'utilisateur.

api.oanor.com/translate-api

Analysez du texte en temps réel : notation des sentiments (positif / négatif / neutre avec les mots correspondants), détection automatique de la langue dans plus de 180 langues, et un point de terminaison d'analyse combinée avec des statistiques textuelles. Aucune configuration, aucun hébergement de modèle.

api.oanor.com/nlp-api