#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 API-Key. 3 Endpunkte. Ideal für Sprachlern-Apps, Furigana- und Lesehilfen, Vokabelwerkzeuge und japanische NLP-Anreicherung.

api.oanor.com/jisho-api

Genera n-gramas a partir de texto, con recuentos de frecuencia, completamente local. El endpoint ngrams divide el texto en secuencias contiguas de n tokens y devuelve cada n-grama distinto con la frecuencia con la que aparece, ordenado por frecuencia: n-gramas de palabras (unigramas, bigramas, trigramas y más) para análisis de frases y colocaciones, o n-gramas de caracteres (shingles) para coincidencias aproximadas, detección de idioma e indexación. El endpoint range produce todos los tamaños desde un mínimo hasta un máximo en una sola llamada (por ejemplo, gramos 1–3), que es exactamente lo que necesitas para construir vectores de características. Elige modo de palabra o carácter, si convertir a minúsculas primero, y un límite top-N para conservar solo los más frecuentes. La tokenización de palabras es compatible con Unicode y mantiene apóstrofes y guiones internos (don't, well-known) como tokens individuales. Todo se ejecuta local y determinísticamente, por lo que es rápido y privado. Ideal para minería de texto y extracción de características de PNL, modelado de lenguaje y autocompletado, indexación de búsqueda y shingling, detección de plagio y similitud, y análisis de palabras clave y colocaciones. Cálculo puramente local: sin clave, sin servicio de terceros, instantáneo. En vivo, nada almacenado. 3 endpoints. Esto produce n-gramas y recuentos; para resúmenes extractivos y palabras clave usa una API de resumen y para el recuento de grafemas/caracteres usa una API de segmentación de texto.

api.oanor.com/ngram-api

Summarize text and pull out its keywords — no AI key, no external model. The summarize endpoint is extractive: it scores every sentence by word frequency and position and returns the most representative ones (ask for a fixed number of sentences or a fraction of the original), keeping the author's exact wording and order. The keywords endpoint ranks the most salient terms with their counts and a relative score, filtering out stopwords. Because it is deterministic and runs locally, the same text always gives the same result, instantly and privately. Perfect for article previews and TL;DRs, search snippets, tagging and content triage, and feeding shorter context to downstream tools. Pure local computation — no third-party service; send long text via POST. Live, nothing stored. 3 endpoints. Distinct from sentiment/NLP analysis, stopword lists and Unicode text segmentation.

api.oanor.com/summarize-api

Reduzca palabras a su raíz lingüística (stem) con los algoritmos clásicos de stemming Snowball — running → run, fishing → fish, nationalization → nation — en 24 idiomas, incluyendo inglés, alemán, francés, español, italiano, portugués, neerlandés, ruso, árabe, finlandés, sueco y más. Realice el stemming de un texto completo (cada palabra, devolviendo tanto el mapeo palabra por palabra como el texto completamente procesado) o de una sola palabra. El stemming es el paso de normalización central detrás de los motores de búsqueda, la expansión de consultas, la indexación de texto, la coincidencia de palabras clave y el preprocesamiento de PNL. Cálculo local puro — sin clave, sin servicio de terceros, instantáneo. En vivo, nada almacenado. 4 endpoints. Distinto del análisis de sentimiento/PNL y la coincidencia difusa de cadenas.

api.oanor.com/stemmer-api

Punktuota, cik viegli ir lasīt teksta daļu, izmantojot standarta, recenzētās lasāmības formulas — Flesch Reading Ease, Flesch-Kincaid Grade, Gunning Fog, SMOG, Coleman-Liau un Automated Readability Index. Ievadiet tekstu un saņemiet visus sešus rādītājus kopā ar pamata skaitījumiem (vārdi, teikumi, zilbes, sarežģīti un daudzzilbju vārdi, burti un rakstzīmes), vidējo klases līmeni, aptuveno lasīšanas laiku un vienkāršā angļu valodā sniegtu lasāmības interpretāciju. Otrs galapunkts skaita zilbes vārdam vai katram vārdam frāzē. Ievadiet tekstu inline ar ?text=, kā vaicājuma parametru vai pieprasījuma pamattekstā; viss tiek aprēķināts lokāli bez tīkla izsaukumiem, tāpēc tas ir ātrs un determinēts. Izveidots satura un kopēšanas rīkiem, SEO un redakcijas darbplūsmām, izglītībai un pieejamības (vienkāršās valodas) pārbaudēm, kā arī UX rakstīšanas pārskatīšanai. Lasāmības vērtētājs — atšķirīgs no sentimenta/NLP analīzes (nlp), pareizrakstības un gramatikas pārbaudes (grammar), reģistra un teksta utilītprogrammām (text) un virkņu līdzības (similarity). Nav nepieciešama augšupējā atslēga, nav kešatmiņas.

api.oanor.com/readability-api

Hugging Face Hub como API — o registro central e aberto de modelos de machine learning e conjuntos de dados que impulsiona grande parte do ecossistema moderno de IA. Esta API encapsula o hub público huggingface.co em JSON limpo. /v1/models pesquisa os modelos do Hub e permite filtrar por tarefa (pipeline_tag — ex.: text-generation, text-to-image, image-classification, automatic-speech-recognition, sentence-similarity) e por biblioteca (transformers, diffusers, sentence-transformers, …), ordenados por downloads, curtidas, última modificação, data de criação ou pontuação de tendência — cada modelo retornado com seu id, autor, tarefa, biblioteca, contagem de downloads e curtidas, licença, tags e timestamps. /v1/model?id=google-bert/bert-base-uncased retorna os metadados completos de um único modelo. /v1/datasets pesquisa conjuntos de dados de ML da mesma forma, e /v1/dataset?id=ILSVRC/imagenet-1k retorna os metadados de um único conjunto de dados. Os IDs estão no formato org/nome (obtenha-os dos endpoints de pesquisa). Ideal para ferramentas de ML e MLOps, sites de descoberta e comparação de modelos, leaderboards e dashboards de IA, e assistentes de IA que recomendam modelos. Os dados vêm do Hugging Face Hub público (gratuito para uso). Este é o hub de modelos e conjuntos de dados de IA/ML — distinto de registros de pacotes de software (npm, PyPI, Maven, NuGet) e índices de artigos acadêmicos (arXiv).

api.oanor.com/huggingface-api

Stopword lists and removal for 58 languages. Fetch the full stopword list for a language, see all supported languages with their word counts, check whether a single word is a stopword, or strip stopwords out of a block of text to get a clean keyword stream. Built on the open stopwords-iso dataset and served entirely in-memory, so responses are instant and the service is always available. Ideal for search indexing and relevance, NLP preprocessing and text mining, keyword extraction, tag generation and content tooling.

api.oanor.com/stopwords-api

Find words by meaning, sound and spelling — similar-meaning words (thesaurus), rhymes, autocomplete suggestions and wildcard spelling matches. Backed by Datamuse. Ideal for writing assistants, autocomplete, crosswords, word games, poetry tools and NLP preprocessing.

api.oanor.com/words-api

Translate text between 40+ languages with a confidence score and alternative suggestions. Simple GET interface, no model hosting — ideal for localising content, chat messages, product data and user-generated text.

api.oanor.com/translate-api

Analyse text in real time: sentiment scoring (positive / negative / neutral with the matched words), automatic language detection across 180+ languages, and a combined analysis endpoint with text statistics. No setup, no model hosting.

api.oanor.com/nlp-api