#nlp

Japans-Engelse woordenboekgegevens via de open Jisho.org API (geen key). Het zoek-eindpunt doorzoekt het woordenboek op woorden en kanji-samenstellingen en accepteert Engels, romaji, kana of kanji als invoer; elk item bevat zijn Japanse schrijfwijzen (woord + lezing), Engelse betekenissen met woordsoorten en gebruikstags, JLPT-niveau en een vlag voor veelvoorkomende woorden, met een optioneel filter voor alleen veelvoorkomende woorden. Het woord-eindpunt retourneert de enkele beste — bij voorkeur veelvoorkomende — match voor een trefwoord, ideaal voor snelle opzoekingen en taaltools. Echte woordenboekgegevens rechtstreeks van Jisho, kort gecached voor snelheid — geen key. 3 endpoints. Ideaal voor taal-leerapps, furigana- en leeshulpmiddelen, woordenschattools en Japanse NLP-verrijking.

api.oanor.com/jisho-api

Genereer n-grammen uit tekst, met frequentietellingen — volledig lokaal. Het ngrams-eindpunt splitst tekst in aaneengesloten reeksen van n tokens en retourneert elk afzonderlijk n-gram met hoe vaak het voorkomt, gerangschikt op frequentie: woord-n-grammen (unigrams, bigrams, trigrams en verder) voor frase- en collocatieanalyse, of karakter-n-grammen (shingles) voor fuzzy matching, taaldetectie en indexering. Het range-eindpunt produceert elke grootte van een minimum tot een maximum in één enkele aanroep (bijvoorbeeld 1–3 gram), wat precies is wat je nodig hebt om featurevectoren te bouwen. Kies woord- of karaktermodus, of er eerst in kleine letters moet worden omgezet, en een top-N-limiet om alleen de meest frequente te behouden. Woordtokenisatie is Unicode-bewust en behoudt interne apostroffen en koppeltekens (don't, well-known) als afzonderlijke tokens. Alles draait lokaal en deterministisch, dus het is snel en privé. Ideaal voor tekstmining en NLP-feature-extractie, taalmodellering en automatisch aanvullen, zoekindexering en shingling, plagiaat- en gelijkenisdetectie, en trefwoord- en collocatieanalyse. Pure lokale berekening — geen sleutel, geen externe dienst, onmiddellijk. Live, niets opgeslagen. 3 eindpunten. Dit produceert n-grammen en tellingen; voor extractieve samenvattingen en trefwoorden gebruik je een summarize API en voor grafeem-/karaktertelling een text-segmentation API.

api.oanor.com/ngram-api

Vat tekst samen en haal de trefwoorden eruit — geen AI-sleutel, geen extern model. Het samenvat-eindpunt is extractief: het scoort elke zin op woordfrequentie en positie en retourneert de meest representatieve (vraag een vast aantal zinnen of een fractie van het origineel), waarbij de exacte bewoording en volgorde van de auteur behouden blijven. Het trefwoorden-eindpunt rangschikt de meest opvallende termen met hun tellingen en een relatieve score, waarbij stopwoorden worden uitgefilterd. Omdat het deterministisch is en lokaal draait, geeft dezelfde tekst altijd hetzelfde resultaat, onmiddellijk en privé. Perfect voor artikelvoorbeelden en TL;DR's, zoekfragmenten, tagging en content triage, en het voeden van kortere context aan downstream tools. Pure lokale berekening — geen externe dienst; stuur lange tekst via POST. Live, niets opgeslagen. 3 eindpunten. Anders dan sentiment/NLP-analyse, stopwoordenlijsten en Unicode-tekstsegmentatie.

api.oanor.com/summarize-api

Reduceer woorden tot hun taalkundige stam (stem) met de klassieke Snowball-stamalgoritmen — running → run, fishing → fish, nationalization → nation — in 24 talen, waaronder Engels, Duits, Frans, Spaans, Italiaans, Portugees, Nederlands, Russisch, Arabisch, Fins, Zweeds en meer. Stamel een hele tekst (elk woord, met zowel de per-woord mapping als de volledig gestamde tekst) of een enkel woord. Stammen is de kernnormalisatiestap achter zoekmachines, query-uitbreiding, tekstindexering, trefwoordmatching en NLP-voorverwerking. Pure lokale berekening — geen sleutel, geen externe dienst, direct. Live, niets opgeslagen. 4 endpoints. Anders dan sentiment/NLP-analyse en fuzzy string matching.

api.oanor.com/stemmer-api

Bepaal hoe gemakkelijk een stuk tekst te lezen is met behulp van de standaard, peer-reviewed leesbaarheidsformules — Flesch Reading Ease, Flesch-Kincaid Grade, Gunning Fog, SMOG, Coleman-Liau en de Automated Readability Index. Geef tekst door en ontvang alle zes scores samen met de onderliggende tellingen (woorden, zinnen, lettergrepen, complexe en meervoudig-lettergrepige woorden, letters en tekens), een gemiddeld leesniveau, een geschatte leestijd en een eenvoudige uitleg van de leesbaarheid. Een tweede eindpunt telt lettergrepen voor een woord of voor elk woord in een zin. Geef tekst inline via ?text=, als queryparameter of in een request body; alles wordt lokaal berekend zonder netwerkaanroepen, dus het is snel en deterministisch. Gebouwd voor content- en copywritingtools, SEO en redactionele workflows, onderwijs en toegankelijkheidscontroles (plain language), en UX-writing review. Een leesbaarheidsscorer — te onderscheiden van sentiment/NLP-analyse (nlp), spelling- en grammaticacontrole (grammar), de case- en teksthulpprogramma's (text) en stringovereenkomst (similarity). Geen upstream-sleutel, geen cache.

api.oanor.com/readability-api

De Hugging Face Hub als API — de centrale, open registry van machine-learning modellen en datasets die een groot deel van het moderne AI-ecosysteem aandrijft. Deze API verpakt de openbare huggingface.co Hub in schone JSON. /v1/models doorzoekt de modellen van de Hub en laat je filteren op taak (pipeline_tag — bijv. text-generation, text-to-image, image-classification, automatic-speech-recognition, sentence-similarity) en op bibliotheek (transformers, diffusers, sentence-transformers, …), gesorteerd op downloads, likes, last-modified, created of trending score — elk model wordt geretourneerd met zijn id, auteur, taak, bibliotheek, download- en like-aantallen, licentie, tags en tijdstempels. /v1/model?id=google-bert/bert-base-uncased retourneert de volledige metadata van één model. /v1/datasets doorzoekt ML-datasets op dezelfde manier, en /v1/dataset?id=ILSVRC/imagenet-1k retourneert de metadata van één dataset. Id's hebben de vorm org/naam (haal ze uit de zoekendpoints). Ideaal voor ML- en MLOps-tooling, modelontdekkings- en vergelijkingssites, AI-leaderboards en dashboards, en AI-assistenten die modellen aanbevelen. Gegevens komen van de openbare Hugging Face Hub (gratis te gebruiken). Dit is de AI/ML-model- en dataset-hub — te onderscheiden van softwarepakketregisters (npm, PyPI, Maven, NuGet) en academische artikelindexen (arXiv).

api.oanor.com/huggingface-api

Stopwoordlijsten en verwijdering voor 58 talen. Haal de volledige stopwoordlijst voor een taal op, bekijk alle ondersteunde talen met hun woordtellingen, controleer of een enkel woord een stopwoord is, of verwijder stopwoorden uit een tekstblok om een schone trefwoordstroom te krijgen. Gebouwd op de open stopwords-iso-dataset en volledig in-memory bediend, zodat reacties onmiddellijk zijn en de service altijd beschikbaar is. Ideaal voor zoekindexering en relevantie, NLP-voorverwerking en tekstmining, trefwoorden extractie, taggeneratie en contenttooling.

api.oanor.com/stopwords-api

Vind woorden op betekenis, klank en spelling — woorden met een vergelijkbare betekenis (thesaurus), rijmwoorden, automatische aanvullingen en wildcard-spellingsovereenkomsten. Mogelijk gemaakt door Datamuse. Ideaal voor schrijfassistenten, automatische aanvulling, kruiswoordraadsels, woordspelletjes, poëzietools en NLP-voorverwerking.

api.oanor.com/words-api

Vertaal tekst tussen meer dan 40 talen met een betrouwbaarheidsscore en alternatieve suggesties. Eenvoudige GET-interface, geen modelhosting — ideaal voor het lokaliseren van inhoud, chatberichten, productgegevens en door gebruikers gegenereerde tekst.

api.oanor.com/translate-api

Analyseer tekst in realtime: sentiment scoring (positief/negatief/neutraal met de overeenkomende woorden), automatische taaldetectie voor meer dan 180 talen, en een gecombineerd analyse-eindpunt met tekststatistieken. Geen installatie, geen model hosting.

api.oanor.com/nlp-api