项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5107
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 环境及 pip(用于安装 synonyms 包)
- 从 Chatopera 证书商店购买的 License ID(v3.x 机器学习模型包必需)
- 可选:word2vec 训练的词向量文件(二进制格式)
- 可选:jieba 中文分词主字典文件
安装与启动步骤
-
1安装 synonyms 包
使用 pip 安装并升级到最新稳定版,当前稳定版本为 v3.x。建议在独立虚拟环境中安装。
pip install -U synonyms -
2配置许可证 ID
v3.x 的机器学习模型包需要 License。先到 Chatopera 证书商店购买,拿到 license id 后设置为环境变量。
export SYNONYMS_DL_LICENSE=FOOBAR -
3指定词向量文件
可选。默认使用内置模型,如需改用自己 word2vec 训练的词向量,用该变量指向二进制模型文件。
export SYNONYMS_WORD2VEC_BIN_MODEL_ZH_CN_=/your/path/word2vec.bin -
4指定分词主字典
可选。用该变量替换 jieba 中文分词主字典,扩展或定制分词词表,格式参考 jieba 词典说明。
export SYNONYMS_WORDSEG_DICT_=/your/path/dict.txt -
5开启调试日志
可选。设置为 TRUE 时输出调试日志,排查模型加载与查询问题;默认 FALSE。
export SYNONYMS_DEBUG_=TRUE -
6导入验证
在 Python 中导入 synonyms,不报错说明包已安装成功;首次使用模型时会按 License 下载模型包。
python -c "import synonyms"
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
SYNONYMS_DL_LICENSE | 是 | 机器学习模型包所需的许可证 ID,v3.x 起模型下载需付费 License | FOOBAR |
SYNONYMS_WORD2VEC_BIN_MODEL_ZH_CN_ | 否 | 使用 word2vec 训练的词向量文件,二进制格式 | /your/path/word2vec.bin |
SYNONYMS_WORDSEG_DICT_ | 否 | 中文分词主字典,格式与用法参考 jieba 词典说明 | /your/path/dict.txt |
SYNONYMS_DEBUG_ | 否 | 是否输出调试日志,TRUE 输出,FALSE 不输出,默认 FALSE | TRUE |
如何确认成功
在 Python 中执行 import synonyms 不报错即安装成功;已配置许可证和模型文件后即可正常调用近义词查询接口。
常见问题
Q:为什么现在需要购买 License?
A:README 说明 Synonyms 自 2023 年 10 月起改用春松许可证 v1.0,对机器学习模型的下载收费,需在 Chatopera 证书商店购买后设置 License ID。
Q:没有 License ID 能用吗?
A:模型包需要 License 才能下载,未购买无法获取模型;README 提到此前有突出贡献的代码贡献者可联系官方讨论收费问题。
Q:可以替换成自己的词表和词向量吗?
A:可以。通过环境变量 SYNONYMS_WORD2VEC_BIN_MODEL_ZH_CN_ 指定 word2vec 二进制词向量,通过 SYNONYMS_WORDSEG_DICT_ 指定 jieba 分词主字典。
Q:怎么排查加载或查询异常?
A:设置环境变量 SYNONYMS_DEBUG_ 为 TRUE,程序会输出调试日志,便于定位问题;默认值为 FALSE。
注意事项
- 本项目是 Python 库,没有独立服务进程和端口,按库方式集成进现有 NLP 流程即可。
- 环境变量通过 export 设置,仅对当前终端会话生效,重启终端需重新设置。
- README 未给出具体 API 调用示例,使用时请以官方文档和 README 的 Usage 章节为准。
- 许可证为春松许可证 v1.0,商用前请确认授权范围。
核心亮点
- 提供开箱即用的中文近义词查询接口,几行代码即可集成
- 基于大规模语料训练,覆盖常见中文词汇的同义关系
- 查询性能优化良好,适合实时对话场景的低延迟需求
不足之处
- 词库覆盖范围有限,对新兴网络用语和生僻词支持不足
- 文档和示例相对简略,高级用法需自行阅读源码
适用场景
- 聊天机器人意图识别时的同义改写匹配
- 智能问答系统中用户提问的语义扩展与召回
- 文本预处理阶段进行近义词替换以增强数据多样性
替代项目
HanLP、pkuseg-python、THULAC
上一篇:Bard-API
下一篇:awesome-bots
同类项目推荐
ai-bash
开源
终端里一句话调用所有 AI 模型,还能传文件给它看
AI - a simple commandline local/remote LLM chat client. Supports any local or remote···
node-telegram-bot-api
开源
用 Node.js 快速构建 Telegram 机器人,省心省力
Telegram Bot API for NodeJS
Transformer-in-generating-dialog···
开源
用中文语料跑通Transformer对话模型,快速上手端到端聊天机器人
An Implementation of 'Attention is all you need' with Chinese Corpus
rasa_core
开源
用机器学习自动管理多轮对话流程,告别硬编码规则。
Rasa Core is now part of the Rasa repo: An open source machine learning framework to···
SecurePay-Visa
开源
用 USDT 开虚拟卡,轻松搞定 ChatGPT 等海外订阅支付
推荐使用usdt支付链接: https://payforcard.com/auth?invite=INV7309B065 ,visa虚拟卡,···
chat-vue
开源
用 Vue 快速搭建 AI 聊天界面,开箱即用
Vue AI Chatbot Template made with Nuxt UI, Vercel AI SDK, Vite and Nitro.
cskefu
开源
多渠道客服整合,智能机器人+人工坐席,提升响应效率
春松客服,开源客服系统
nebula-siwi
开源
用图数据库构建知识图谱对话系统,快速验证智能问答想法。
Siwi (/ˈsɪwi/) is a PoC of Dialog System With Graph Database Backed Knowledge Grap···
matrix_chatgpt_bot
开源
在 Matrix 里直接聊天和画图,一步到位
A simple matrix bot that supports image generation and chatting using ChatGPT
