# api

**Repository Path**: Hzx_newmedia/api

## Basic Information

- **Project Name**: api
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 1
- **Created**: 2021-01-18
- **Last Updated**: 2024-12-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 小笔者“批改中文作文的小助手”

|文档名称|小笔者—产品需求文档|
|---|---|
|产品名称|小笔者|
|文件现状|进行中|
|文件作者|黄子轩|
|产品描述|一款拥有图片识别技术，文字识别技术，自然语言处理技术的免费软件，会根据用户上传的作文图片，反馈给用户一个最终得分，单句得分，单句分析等并支持用户进行作文的单句审查|
|迭代版本|1.0.0|

# 分析PRD文档
![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/aad0e0666883f8fa1c486801e636f04.png)

# MVP加/价值主张宣言

## MVP 1. 标题融合问题提出解决
<h3 id="chapter1">一、加值宣言 </h3>

目前，中文作文的批改仅局限于人工批改，耗费大量的人力。尽管现在市面上有作文的批改软件，但这些软件并不完善。我在ios系统的app store 和安卓系统的软件商城搜索关键词“作文批改”，返回只有一款评分为2.9分（5分满分）的评改作文的软件，该软件的作文主要上传方式为用户打字上传，而其拍照作文的上传方式并非免费提供给用户,使得作文上传的方式不够便捷，且根据该app用户反馈，该app同一篇文章的先后两次评分偏差过大，说明其app的功能性不稳定。总结：目前，市面上没有一款完善的作文作文批改软件，而我相信小笔者这款软件可以改善这个现状。小笔者能在最短时间帮助用户上传及分析文章，帮助用户高效完成文章的批改或者修改工作。

小笔者这款软件运用图像处理api，将图片中文章的位置先确立，再者调用文字识别的api功能，免费支持用户拍照上传作文，将作文以句号拆分，最后调用自然语言处理api，独立判断每一句字的流畅度，文字书写是否正确，是否有精彩的描写，文章内容与主题是否匹配。最后根据不同模块进行按比例赋分，反馈给用户一个最终成绩，以及单个句子的分析结果，方便用户对最终成绩的评定或者是对文章进行二次修改。

<h3 id="chapter2">二、主张宣言/核心价值 </h3>

> 最短时间帮助用户上传及分析文章，帮助用户高效完成文章的批改或者修改工作
***

## MVP 2. 简介含问题及解决方案，融合概率性考量
<h3 id="chapter4">三、“小笔者”-初步设计想法 </h3>  

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/f25444c6ec40ed4b6dc81ef95d810e9.png)

<h3 id="chapter4">三、“小笔者”-产品简介 </h3>  

- 该产品支持用户用上传图片的方式上传文章
- 该产品可以迅速检测文章内容判断文章主题是否与题目匹配，文章是否通顺，是否有精彩描写，是否有错别字，综合多个方面，通过比例给分，反馈出最终得分。
- 该产品还能在批改结束后，返回单句分析，支持用户查看。

<h3 id="chapter10">四、问题与解决</h3>

|序号|问题|解决|
| ---------- | --- |---|
|1|作文作文批改现只局限于人工批改，批改作文工作量大|提供文字识别api，自然语言处理api，双管齐下高效智能批改作文|
|1.1|一篇文章上百字，要纠错文章中的错别字的任务量大|自然语言处理的文本纠错api，可根据文本内容，找到文本中的错别字|
|1.2|每篇文章都需要批改者对于文章主题，句子批改的独立思考，个人负荷大|自然语言处理的DNN语言模型api，文本分类api，词义相似度api来判断文章主题是否与题目匹配，文章是否通顺，是否有精彩描写，描写内容是否合适|
|2|作文上传的方式只局限于手打，十分不便利|提供图像主体检测api，文字识别试卷分析api，快速抓取图像文章内容，由手写文字变为电子版文字|

<h3 id="chapter12">五、人工智能概率性</h3>

- 可能会出现文字识别错误（概率较低）：目前人类对ImageNet图像的识别错误率大约在5%，微软的人工智能系统的错误率为4.94%，谷歌为4.8%。百度在2015年的时候已将这一错误率进一步降至4.58%，实现了质的飞跃。[百度超级计算机图像识别超人类水平 错误率低于微软谷歌](http://tech.ifeng.com/a/20150512/41080218_0.shtml)
- 有可能标题与内容无法匹配（概率极低）：尽管词向量的词表在百万量级，但仍有可能出现不在词表中的词，不在词表中的词统一映射到OOV（out-of-vocabulary）中，所以当词对中的两个词都是OOV的时候，会导致无法匹配。（概率在百万分之一）
***
# 问题需求

<h3 id="chapter3">六、初步设想面对对象及需求</h3>

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/a728c1ea6adce5e63144fd2da466c97.png)

<h3 id="chapter3">七、用户痛点</h3>

|序号|痛点|
|------|---|
|1|在批改试卷时，一位老师需要批改至少几十份，甚至上百份的数百字作文，会导致老师眼睛疲劳过度|
|2| 学生想通过作文练习来提高自己在考试中作文的成绩，但学生不能第一时间知道自己的练习效果|
|3|市场上作文作文批改的软件较少，且性能不稳定|
|4|市场上作文作文批改的软件上传作文的方式较麻烦，且部分功能需付费使用|

<h3 id="chapter9">八、使用情景及用户画像</h3>

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/11b1a7a60a601ea4d4edee77c47978b.png)
![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/ed9d6b20431a1da9f810b4e84f5cd23.png)
![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/61e3765776b0a36ad9581aefdcbd7ff.png)
![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/17101ed076ebc4048b055637bc78e59.png)
***

<h3>  九、人工智能的api加值</h3>

图片检测api的加值:
> 用户对文章进行拍照上传，文章位置能迅速被确立。

文字识别试卷分析api的加值：
> 可以将所上传的文章图片进行识别，将手写文字进行转换，并以“句号”为分隔符，将文章分割成单独的句子进行分析。

文本纠错api的加值：
> 可将句子中的错别字迅速识别，并将其高亮显示。

文章标签api，词义相似度api的加值：
> 通过识别整片文章的主要内容得出其文章的标签，再用标签与主题进行相似度配比，来反映文章是否符合主题。

DNN语言模型加值：
> 判断句子是否流畅，修辞手法等描写方法是否运用合理。
***

<h3 id="chapter13">十、需求列表与人工智能API加值</h3>

## 需求列表与api智能加值和优先级

|序号|需求列表|所用api|api加值|优先级|
| ---------- | --------- |----------- |------|----|
|1|用户能以最快的速度上传自己的文章文本，最快的节省时间，提高效率。|文字识别试卷分析api|快速将手写文字转为电子版文字|重要|
|2|用户在拍照文本时，无需刻意完全对齐问题，使产品人性化|图像主体检测api|可以迅速在图片将干扰项排除，只保留文章，为下一步文章检测做好准备工作|次重要
|3|用户想知道自己的文章是否存在错别字|文字纠错api|检测文本句子是否存在错别字，也是生成文章最终得分的因素之一|重要|
|4|用户想知道文章是否符合题目是否有离题|文章分类api，词义相似度api|得文章内容的核心内容，将主题与关键词进行匹配，判断是否符合题目或是否有离题,也是生成文章最终得分的因素之一|重要|
|5|用户想知道文章句子是否通顺，描写是否合理|DNN语言模型|能智能判断句子是否流畅，修辞手法等描写方法是否运用合理。也是生成文章最终得分的因素之一|重要|
***
## 十一、需求论证展示利害相关者分析
|利益相关者|利益点|
|---|--|
|语文老师|可以减少改卷的时间，减轻批改作文的工作负担|
|需提早作文成绩的学生|能帮助自己每次写完文章后发现不足，进行二次修改|
|家长|能监督孩子的作文学习|
|课堂上的学生|每次得到作文成绩后，能找到自己的优点，扣分点|
***
|人工智能api|人工智能类型|系统性偏差|
|--|--|--|
|图像主题检测api|图像技术|百度的图片识别错误率在4.58%，说明会存在小概率的偏差|
|试卷分析api|文字识别|字迹潦草导致系统识别错误|
|文章分类api|自然语言模块|文章主题，或内容概括的关键词不在百度收录范围内|
***
# 原型设计

<h3 id="chapter14">十二、“小笔者————产品交互原型图”</h3>

### 产品交互原型图链接：[点击此处参看产品交互原型图](https://modao.cc/app/kk8ii3sqj5tsz2?simulator_type=device&sticky)

<h3 id="chapter15">十三、用户旅程——产品流程图</h3>

### 简单概括流程图
![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/e3e47c241df5fe89be80baf1f748dbe.png)

### 登录页面流程图
![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/602539ca2ea4794b104b99f1d035178.png)
***
### 核心功能流程图
![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/53cabf2ea7cd5d453e3bad7d8ee65e5.png)
***
### 辅助功能流程图
![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/6c1ab13cc3c3bead492e4f09775953b.png)
<h3 id="chapter16">十四、原型的单一页面展示及交互说明</h3>
1.引导页面

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/cf46c6d3b9951281837bc002997e61d.png)

**这是小笔者1.0.0版本的引导页面，后期发展到一定的客户量，会对引导页面进行修改（具体看1.1图），增加广告
1.1后期引导页面的修改**

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/f4605f1416cefde9ac4670fac43b7ac.png)

**引导页的交互说明:用户可点击“进入小笔者”按钮跳转到登录页面**
***
2.登录页面

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/2b840813a5c74e808af88db5b3f1bbd.png)

**注册页面交互说明：有4种登录交互选项1.手机号验证码登录(具体见图2.1)，2.微信登录，3.QQ登录,4.微博登录**

2.1 手机验证码的登录图

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/84ad2f23d53e8cdaea4ee5fc144f667.png)

**交互说明:用户选择验证码登录需在下方点击登录，若无收到验证码，需在验证码处的右下角点击重新发送验证码**
***
3主页面图

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/60c12d99ed5f4895074b564a11a84fa.png)

**交互说明:主要互动为用户选择上传文章的方式，不同的上传方式会返回不同的页面，主页面下方为导航栏，可供用户跳转到其他页面**
***
4 拍照上传页面及本地图片页面上传

**点击拍照相传页面后会自动启动手机相机,后跳转到本地图库，选择图片后确定，会出现一键识别按钮，相比于本地图片上传，拍照上传仅多出启动相机这一流程**

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/e97096ca377dd0e26581b23cc4e224f.png)

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/2536aac212eb0321ca611aa3ea1d347.png)

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/ff3f94620656a160cc863523c22bb2e.png)

**交互说明:点击拍照上传会直接启动手机的相机，拍照后跳转到手机图库。在本地图库，用户可点击需要上传的图片，此时图片的右上角的钩子会点亮，点击上传会跳转到识别页面，用户只需点击一键上传。（后一句同时应用于本地图片上传）**
***
5输入上传文章

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/898b28915d900ac89cfec80f7afd3c5.png)

**交互说明：一键识别跳转至结果页面**
***
6结果页面

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/059b34be853bb2acb7ee1aa541a93e2.png)

**交互说明:点击单句分析会出现单句的评分，分析。返回键会直接跳转到主页面**
***
7历史记录页面

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/d7cecfdf0d6471e670fdffb041732a0.png)

**交互说明：历史记录页面有每一次批改的记录，用户仅需点击记录左下方的“再次学习”可返回至结果页面，与主页面一样，历史记录页面的下方导航栏可供用户跳转。**
***
8我的页面

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/46386337c5439e51207c1828aa530b3.png)

8.1更换头像

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/ea4f8f0e1ec0f46d00e4200e9bcad75.png)

8.2关于

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/30c8ce4e3abdb8028f49119edf3e21f.png)

**交互说明：1.我的页面用户上传，更改自己的头像：点击头像下面的相机icon会启动手机相册（具体见图8.1），用户选择图片后，图片右上的钩子被点亮，确定后该图片会变为用户头像。点击关于会跳转至关于页面（具体见图8.2）查看软件信息，3点击退出登录会直接返回登录界面。**

<h3 id="chapter17">十五、app界面商业可行性</h3>
1.当拥有一定用户量后，会对引导页进行修改,修改后的引导页增加广告摊位，增加商业收入（具体可见下图）

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/07054bafd7648fecdfaf269fcc7f680.png)

2.“小笔者”是教育软件，可与学校有商业合作，合作后推出与该学校相应的界面(具体可见下图)

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/17f9791880297dbd5bc5d7d2177aa52.png)





# 第三部分：机器学习之API的输出入展示
api共参考了以下文档
1《[API接口文档链接](http://www.woshipm.com/pd/3000478.html)》2《[API、接口、协议、API端点链接](https://blog.csdn.net/MARY197011111/article/details/82835361)》3《[对Python实现简单的API接口实例讲解链接](https://www.jb51.net/article/152442.htm)》4《[百度主体检测api技术文档链接](https://ai.baidu.com/ai-doc/IMAGERECOGNITION/Kk3bcxbxj)》5《[百度自然语言处理api技术文档链接](https://ai.baidu.com/ai-doc/NLP/tk6z52czc)》6《[百度文字识别api技术文档](https://ai.baidu.com/ai-doc/OCR/jk9m7mj1l)》7《[百度NLP链接](https://blog.csdn.net/claroja/article/details/79992338?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161121457916780262597496%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=161121457916780262597496&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_v2~rank_v29-5-79992338.first_rank_v2_pc_rank_v29&utm_term=%E6%96%87%E7%AB%A0%E5%88%86%E7%B1%BB%20api&spm=1018.2226.3001.4187)》

<h3 id="chapter18">十六、API输入与输出</h3>


[api代码库链接](https://gitee.com/Hzx_newmedia/api/blob/master/api.py)

### 1.图像主体检测api
```python
def location(f):
    request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/multi_object_detect"
    img = base64.b64encode(f.read())
    params = {"image":img}
    access_token =access_token
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response = requests.post(request_url, data=params, headers=headers)
    response.json()
f = open('C/desktop/1.jpg', 'rb')    #批注 [本地文件]
location(f)
```
返回结果

```python
{
	"log_id": "3826999001741012789",
	"result": {
		"width": 854,
		"top": 206,
		"height": 842,
		"left": 182
	}
}
```

### 文字识别试卷分析api

```python
def anaylse(f):
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/doc_analysis"
    img = base64.b64encode(f.read())
    params = {"image":img,"language_type":"CHN_ENG","result_type":"big"}
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response = requests.post(request_url, data=params, headers=headers)
    response=response.json()
    return response
f = open('C:/Users/83944/Desktop/3.jpg', 'rb')
anaylse(f)
```
返回结果

```python
{
	"results_num": 1,
	"log_id": "1352129435570012160",
	"img_direction": 0,
	"layouts_num": 0,
	"results": [
		{
			"words_type": "handwriting",
			"words": {
				"words_location": {
					"top": 175,
					"left": 239,
					"width": 1323,
					"height": 63
				},
				"line_probability": [],
				"word": "汽车形式在这条道路上。"
			},
			"chars": []
		},
                    ]
}
```



### 文字纠错api
```python
def txt_correction(content):
    print ('原文：',content)
    url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/ecnet'
    params = dict()
    params['text'] = content
    params = json.dumps(params).encode('utf-8')
    access_token = token
    url = url + "?access_token=" + access_token
    request = urllib.request.Request(url=url, data=params)
    request.add_header('Content-Type', 'application/json')
    response = urllib.request.urlopen(request)
    content = response.read()
    if content:
        content=content.decode('GB2312')
        data = json.loads(content)

        item=data['item']
        print('纠错后：',item['correct_query'])
        print('Score：',item['score'])
content='汽车形式在这条道路上'
txt_correction(content)
```
返回结果如下：

```python
原文: 汽车形式在这条道路上
纠错后: 汽车行驶在这条道路上
Score: 0.982835
```
### DNN语言模型
```python
def DNN(content):
    url = ' https://aip.baidubce.com/rpc/2.0/nlp/v2/dnnlm_cn'
    params = dict()
    params['text'] = content
    params = json.dumps(params).encode('utf-8')
    access_token = token
    url = url + "?access_token=" + access_token
    request = urllib.request.Request(url=url, data=params)
    request.add_header('Content-Type', 'application/json')
    response = urllib.request.urlopen(request)
    retrun response.json()
content='汽车行驶在这条道路上'
DNN(content)['ppl']
```
返回结果如下

```python
'79.0651'  #数值越小表示句子越通顺
```
### 文章分类
```python
def category(title,content):
    url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/ecnet'
    params = dict()
    params['text'] = content
    params['title']=title
    params = json.dumps(params).encode('utf-8')
    access_token = '24.fc60dac90f6118f1dae66bc01608da6c.2592000.1613797053.282335-23570619'
    url = url + "?access_token=" + access_token
    request = urllib.request.Request(url=url, data=params)
    request.add_header('Content-Type', 'application/json')
    response = urllib.request.urlopen(request)
    return response['item]['lv1_tag_list']['tag']
title=analyse.content     #识别文章题目
content=analyse.content   #识别文章内容
```
返回结果

```python

   "tag": "旅游"
```
### 词义相似度
```python
def compare(word1,word2):
    url = 'https://aip.baidubce.com/rpc/2.0/nlp/v2/word_emb_sim'
    params = dict()
    params['word1'] = word1
    params['word2']=word2
    params = json.dumps(params).encode('utf-8')
    access_token = '24.fc60dac90f6118f1dae66bc01608da6c.2592000.1613797053.282335-23570619'
    url = url + "?access_token=" + access_token
    request = urllib.request.Request(url=url, data=params)
    request.add_header('Content-Type', 'application/json')
    response = urllib.request.urlopen(request)
    return response.json()
word1='xxx'    # 主题
word2='tag'    #文章分类 
compare(word1,word2)['score']
```

返回结果

```python
0.456862
```
将上述的代码进行封装，用于下一步的代码合并
```python
def writing(img):
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/doc_analysis"
    img = base64.b64encode(f.read())
    params = {"image":img,"language_type":"CHN_ENG","result_type":"big"}
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response = requests.post(request_url, data=params, headers=headers)
    response=response.json()
    for sentence in  response:
        sentence=sentence.split('。') #以句号分开文章，单独拿出句子分析
    txt_correction=txt_correction(content1)   #调用文字纠错api
    sentence=content1
    DNN=DNN(content2)        #引入DNN语言模型
    content2=content1
    category=category(title,content3)    #引入文章分类
    title=sentence[0]                   #文章题目
    content3=sentence[1:]                # 文章内容
    compare=compare(word1,word2)
    word1=''  # 主题                 # 词义相似度
    word2='title' # 文章主题
    return response
```
***
<h3 id="chapter18">十六、API输入与输出数据流</h3>

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/ae7dcaaa9f64caeedf04b9de42a9836.png)
***

<h3 id="chapter18">十七、API输入用户可欲性</h3>

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/22e7b45b8a6d2e6c3459700e30559e4.png)

<h3 id="chapter18">十八、API输入商业可行性</h3>

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/5f8d65c1536e8e35aa1e9e634226a62.png)

<h3 id="chapter18">十九、API输入技术可行性</h3>

![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/2fe5d3860b58607f1f9b19facb06921.png)

<h3 id="chapter20">二十、API代码及数据展示加值之使用比较分析</h3>

### 手写字识别比较

- 通过搜索引擎发现排名较为靠前的百度ai开放平台和讯飞开放平台提供手写字识别服务并对此进行比较

|对比项|百度|讯飞|
|---|---|---|
|使用效果|百度推出了试卷识别与分析api，可以很好的将试卷文字，作文页里字体识别|对于字迹潦草的字体，仍然能给出部分输出文字，相比百度而已文字的识别准确度也比较高，|
|成熟度|[2019-12-09刚刚推出最新版的api文档](https://ai.baidu.com/ai-doc/OCR/hk3h7y2qq)，服务刚刚推出，处于起步阶段|[有详细的api调用文档及说明](https://www.xfyun.cn/doc/words/wordRecg/API.html#%E6%8E%A5%E5%8F%A3%E8%AF%B4%E6%98%8E)，并且有相应开发语言的调用示例代码，服务较为成熟|
|性价比|每日 50000 次免费调用量，开通按量后付费。调用失败不计费[百度ai开放平台手写字api产品价格](https://ai.baidu.com/ai-doc/OCR/9k3h7xuv6)|免费次数为90天10万服务量，若是付费的话分为三个套餐，1万服务量350元/年；10万服务量3200/年；100万服务量30000元/年[讯飞开放平台手写字api](https://www.xfyun.cn/services/wordRecg)|
|服务评估|暂无参考代码|[具有详细的说明](https://www.xfyun.cn/services/wordRecg)及[api调用教程](https://www.xfyun.cn/doc/words/wordRecg/API.html#%E6%8E%A5%E5%8F%A3%E8%AF%B4%E6%98%8E),且参数划分完整，提供业务参数，可扩展性强|

- 总结：通过对比调取百度ai开放平台和讯飞开放平台提供的手写字识别api，认为百度识别能力相比稍弱，但其功能更贴切修，最终选定使用百度ai开放平台提供的api服务。

### 文章分类API比较
|对比项|百度|讯飞|
|---|---|---|
|使用效果|输入文章内容，会从score由高到低提供分类关键词的参考|输入文章后，生成的结果时每个词的的权重，不太了解权重的人会花时间了解权重的含义，用户体验差|
|成熟度|[2019-12-09刚刚推出最新版的api文档](https://ai.baidu.com/ai-doc/OCR/hk3h7y2qq)，调用方法和过程比较繁琐，没有给定参考代码，服务刚刚推出，处于起步阶段|[有详细的api调用文档及说明](https://www.xfyun.cn/doc/words/wordRecg/API.html#%E6%8E%A5%E5%8F%A3%E8%AF%B4%E6%98%8E)，并且有相应开发语言的调用示例代码，服务较为成熟|
|性价比|0.0025元/次，超过额度即按量计费[百度ai开放平台文本标签产品价格](https://ai.baidu.com/ai-doc/NLP/Sk3pmn0o5)|讯飞这个平台对文章分类没有具体的价格标明，但是每天有20000次限额，如果需要提高额度，需要进行实名认证。[具体的说明](https://console.xfyun.cn/services/ke)|
|服务评估|该平台最近在升，所以打开其技术文档是没有任何内容的，服务性不好。|[具有详细的说明](https://www.xfyun.cn/doc/nlp/keyword-extraction/API.html#%E6%8E%A5%E5%8F%A3%E8%BF%94%E5%9B%9E%E5%8F%82%E6%95%B0),且python的实例代码可以直接下载运行，参考性强||

- 总结：通过对比调取百度ai开放平台和讯飞开放平台提供的文章分类API，对比输出结果，综合上述内容，最终选定使用百度开发平台提供的api服务。

### 文章纠错API比较
|对比项|百度|腾讯云|
|---|---|---|
|使用效果|输入一段带有错别字的文字，结果把错别字进行高亮。|没有功能演示部分，但从技术文档看不出其好坏，需要自己调用该API进行计较分析|
|成熟度|[详细的实例代码](https://ai.baidu.com/ai-doc/NLP/Yk3h7h9o5#%E6%96%87%E6%9C%AC%E7%BA%A0%E9%94%99%E6%8E%A5%E5%8F%A3)，有详细的实例代码，而且调用时比较简单方便|[api调用文档及说明](https://cloud.tencent.com/document/product/271/35509)，虽然有示例代码，但是并不详细，参考价值性不高|
|性价比|每天都有免费的次数使用，超过额度后，可以预付费次数包或者按量后付费。价格比较细化，而且也比较清晰[百度ai开放平台文章纠错API产品价格](https://ai.baidu.com/ai-doc/NLP/Sk3pmn0o5)|腾讯云是按照月和次数区分价格的，，购买月套餐包长期享受优惠折扣（当前价目表为8折价）[具体的说明](https://buy.cloud.tencent.com/price/nlp)|
|服务评估|有功能演示的体验部分，而且每天都会有免费的次数，开发调用比较方便|示例代码比较简单，对于新手而言参考性不高且有一定的难度，对比百度服务性不强|

- 总结：通过对比调取百度ai开放平台和讯飞开放平台提供的文章纠错API，对比输出结果，综合上述内容，最终选定使用百度开发平台提供的api服务。
### 综合考虑
![](https://gitee.com/Hzx_newmedia/api/raw/master/picture/4653e2a57819ffa69500ca736224055.png)
# 心得总结及感谢
## 心得
-本次api期末项目的灵感来自于中大南方文学与传媒学院要求学生两个学期写50篇作文。在整个的产品文档中，我认为最难的其实是一开始的智能加值部分，在加值的部分确实需要我们好好斟酌。符合设计思维的，商业可行性、科技可行性、用户愿望。明辨智能加值的定义，结合真实的用户使用场景，为需求者提供实质的帮助。产品的价值应该是建立在以人为本的服务，小笔者正是建立在教育领域的为其中的老师，学生，家长提供实质的以人为本的服务、帮助。

-个人认为学习api需要关注自己想要调用的api技术文档，在本次api项目中有部分api技术文档并没有给出参考代码，然后我就自己试着对着文档所要的必要参数一步一步尝试，但很不幸每一次运行都有有error，然后我就试着去找技术文档中的错误码去找代码问题，同时在csdn上相关的技术问题《[error_code6处理方案](https://blog.csdn.net/weixin_30244889/article/details/94860117)》，在前人的代码参考下，完成了api代码部分。所以对于学习api，要以技术文档为主，百度查找资源为辅。
本项目放置了13条外链，11个符合自身水平的原创图。

## 感谢
1.在这里特别感谢许志超老师在本学期的api课上悉心教导，感谢老师利用课后的时间为我解答api的代码问题

2.十分感谢微软Azure、百度开放API平台、高德开发API平台提供免费的测试用API，同时也提供了demo，方便新手学习。

3.感谢在网络上发布各类商业可行性分析报告的作者们，给了我一个技术文档编写的方向和参考。感谢csdn和博客园上分析代码和教程的大神，解决了我代码上的遇到的困难，我也会养成分析经验的习惯。

4.感谢参与本项目评分的同学 ，感谢他们在此项目上的思考和指导，感谢他们给出合理的分数。

5.感谢以下所有文章为我的api期末作品提供的十分有价值的参考

|序号|参考文档名称|参考链接|
|--|--|---|
|1|API接口入门（一）：读懂API接口文档 |[API接口文档链接](http://www.woshipm.com/pd/3000478.html)|
|2|API、接口、协议、API端点|[API、接口、协议、API端点链接](https://blog.csdn.net/MARY197011111/article/details/82835361)|
|3|对Python实现简单的API接口实例讲解|[对Python实现简单的API接口实例讲解链接](https://www.jb51.net/article/152442.htm)|
|4|百度主体检测api技术文档|[百度主体检测api技术文档链接](https://ai.baidu.com/ai-doc/IMAGERECOGNITION/Kk3bcxbxj)|
|5|百度自然语言处理api技术文档|[百度自然语言处理api技术文档链接](https://ai.baidu.com/ai-doc/NLP/tk6z52czc)|
|6|百度文字识别api技术文档|[百度文字识别api技术文档](https://ai.baidu.com/ai-doc/OCR/jk9m7mj1l)|
|7|error_code6处理方案|[error_code6处理方案](https://blog.csdn.net/weixin_30244889/article/details/94860117)|
|8|百度 NLP|[百度NLP链接](https://blog.csdn.net/claroja/article/details/79992338?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161121457916780262597496%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=161121457916780262597496&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_v2~rank_v29-5-79992338.first_rank_v2_pc_rank_v29&utm_term=%E6%96%87%E7%AB%A0%E5%88%86%E7%B1%BB%20api&spm=1018.2226.3001.4187)|
|9|api实现文本分析|[api实现文本分析链接](https://blog.csdn.net/qq_42233538/article/details/102640910?ops_request_misc=&request_id=&biz_id=102&utm_term=dnn%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%20%E7%99%BE%E5%BA%A6&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-2-102640910.first_rank_v2_pc_rank_v29&spm=1018.2226.3001.4187)|
|10|科大讯飞文本纠错api调用文档及说明|[科大讯飞文本纠错api调用文档及说明链接](https://www.xfyun.cn/doc/words/wordRecg/API.html#%E6%8E%A5%E5%8F%A3%E8%AF%B4%E6%98%8E)|
|11|科大讯飞文字识别api调用文档及说明|[科大讯飞文字识别api调用文档及说明链接](https://www.xfyun.cn/doc/words/wordRecg/API.html#%E6%8E%A5%E5%8F%A3%E8%AF%B4%E6%98%8E)|
|12|科大讯飞文章分类api调用文档说明|[科大讯飞文章分类api调用文档说明链接](https://www.xfyun.cn/doc/words/wordRecg/API.html#%E6%8E%A5%E5%8F%A3%E8%AF%B4%E6%98%8E)|
专业文献参考
|序号|参考文献名称|参考链接|
|1|百度超级计算机图像识别超人类水平 错误率低于微软谷歌|[http://tech.ifeng.com/a/20150512/41080218_0.shtml](http://tech.ifeng.com/a/20150512/41080218_0.shtml)|