语言处理技术

    案例实现步骤

    下面让我们一起来和小王看一下如何接入百度自然语言处理服务吧

    实现步骤

    只需三步1小时内即可完成接口的调用。

    Step1:成为百度AI开放平台的开发者

    要调用百度AI开放平台的能力先要成为百度AI开放平台的开发者,首先让我们花5分钟来注册百度AI开放平台的开发者,并新建一个自然语言处理应用。

    先点击此处注册百度账户进入 如下图 的页面快速的建立一个百度账号吧。

    图片

    我们有账号之后登录,并且点击此处创建一个应用如下图

    图片

    然后就能看到创建完的应用和 API KEY 以及 Secret KEY

    图片

    Step2:准备数据

    我们在某电商上针对某一款电商产品(例如:XX手机)随机抽取了几条商品评论进行典型意见分析。

    评论1

    手机已经收到,非常完美超出自己的想象,外观惊艳 黑色高端加外形时尚融为一体比较喜欢的类型。
    系统流畅优化的很好,操作界面简洁大方好上手。
    电池用量很满意,快充很不错。相机拍人拍物都美。
    总而言之一句话很喜欢的宝贝。

    评论2

    外观精美大小正合适,做工精细,线条流畅,拍照完美,吃鸡最高画质无压力。
    连续玩了三个小时掉电百分之二十,电池强劲持久,无明显发热,操作流畅,准备再买一台给老婆生日礼物!

    评论3

    大家千万不要在上当了,耗电特别快,手机激活后不支持7天无理由退货,请大家小心购买

    Step3: 编写一个示例程序

    第一步API KEY 以及 Secret KEY,以及第二步的数据,我们就可以写一个示例代码调用百度AI开放平台的评论观点抽取能力

    准备开发环境

    我们选择用python来快速搭建一个原型,关于如何安装python。可以参考下表列出的不同操作系统的安装方法进行安装。

    Python的官方下载地址:下载python

    Windows 快速测试包

    windows平台的用户如果对上述的python安装感到困难,可以下载我们的一键测试包,下载地址:windows测试包

    解压zip文件后,双击run.bat即可测试。

    编写代码

    新建一个 main.py

    粘贴以下内容,不要忘记替换你的 API_KEY 以及 SECRET_KEY

    # coding=utf-8
    
    import sys
    import json
    import base64
    import time
    
    
    # make it work in both python2 both python3
    IS_PY3 = sys.version_info.major == 3
    if IS_PY3:
        from urllib.request import urlopen
        from urllib.request import Request
        from urllib.error import URLError
        from urllib.parse import urlencode
        from urllib.parse import quote_plus
    else:
        import urllib2
        from urllib import quote_plus
        from urllib2 import urlopen
        from urllib2 import Request
        from urllib2 import URLError
        from urllib import urlencode
    
    # skip https auth
    import ssl
    ssl._create_default_https_context = ssl._create_unverified_context
    
    API_KEY = 'jhDFBkvSQGtS9WPGZaE9IbcS'
    
    SECRET_KEY = 'e5OXupgG11ovUFkA2zhqPD4HsLO35bqd'
    
    
    COMMENT_TAG_URL = "https://aip.baidubce.com/rpc/2.0/nlp/v2/comment_tag"
    
    """  TOKEN start """
    TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'
    
    
    """
        get token
    """
    def fetch_token():
        params = {'grant_type': 'client_credentials',
                  'client_id': API_KEY,
                  'client_secret': SECRET_KEY}
        post_data = urlencode(params)
        if (IS_PY3):
            post_data = post_data.encode('utf-8')
        req = Request(TOKEN_URL, post_data)
        try:
            f = urlopen(req, timeout=5)
            result_str = f.read()
        except URLError as err:
            print(err)
        if (IS_PY3):
            result_str = result_str.decode()
    
    
        result = json.loads(result_str)
    
        if ('access_token' in result.keys() and 'scope' in result.keys()):
            if not 'brain_all_scope' in result['scope'].split(' '):
                print ('please ensure has check the  ability')
                exit()
            return result['access_token']
        else:
            print ('please overwrite the correct API_KEY and SECRET_KEY')
            exit()
    
    """
        call remote http server
    """
    def make_request(url, comment):
        print("---------------------------------------------------")
        print("评论文本:")
        print("    " + comment)
        print("\n评论观点:")
    
        response = request(url, json.dumps(
        {
            "text": comment,
            # 13为3C手机类型评论,其他类别评论请参考 https://ai.baidu.com/docs#/NLP-Apply-API/09fc895f
            "type": 13
        }))
    
        data = json.loads(response)
    
        if "error_code" not in data or data["error_code"] == 0:
            for item in data["items"]:
                # 积极的评论观点
                if item["sentiment"] == 2:
                    print(u"    积极的评论观点: " + item["prop"] + item["adj"])
                # 中性的评论观点
                if item["sentiment"] == 1:
                    print(u"    中性的评论观点: " + item["prop"] + item["adj"])
                # 消极的评论观点
                if item["sentiment"] == 0:
                    print(u"    消极的评论观点: " + item["prop"] + item["adj"])
        else:
            # print error response
            print(response)
    
        # 防止qps超限
        time.sleep(0.5)
    
    """
        call remote http server
    """
    def request(url, data):
        req = Request(url, data.encode('utf-8'))
        has_error = False
        try:
            f = urlopen(req)
            result_str = f.read()
            if (IS_PY3):
                result_str = result_str.decode()
            return result_str
        except  URLError as err:
            print(err)
    
    if __name__ == '__main__':
    
        comment1 = "手机已经收到,非常完美超出自己的想象,外观惊艳 黑色高端加外形时尚融为一体比较喜欢的类型。系统流畅优化的很好,操作界面简洁大方好上手。电池用量很满意,快充很不错。相机拍人拍物都美。总而言之一句话很喜欢的宝贝。"
        comment2 = "外观精美大小正合适,做工精细,线条流畅,拍照完美,吃鸡最高画质无压力。连续玩了三个小时掉电百分之二十,电池强劲持久,无明显发热,操作流畅,准备再买一台给老婆生日礼物!"
        comment3 = "大家千万不要在上当了,耗电特别快,手机激活后不支持7天无理由退货,请大家小心购买"
    
        # get access token
        token = fetch_token()
    
        # concat url
        url = COMMENT_TAG_URL + "?charset=UTF-8&access_token=" + token
    
        make_request(url, comment1)
        make_request(url, comment2)
        make_request(url, comment3)

    运行代码

    在命令行中运行python main.py

    结果

    若代码正确运行,命令行界面上会显示出运行结果:

    ---------------------------------------------------
    评论文本:
        手机已经收到,非常完美超出自己的想象,外观惊艳 黑色高端加外形时尚融为一体比较喜欢的类型。系统流畅优化的很好,操作界面简洁大方好上手。电池用量很满意,快充很不错。相机拍人拍物都美。总而言之一句话很喜欢的宝贝。
    
    评论观点:
        积极的评论观点: 外观惊艳
        积极的评论观点: 系统流畅
        积极的评论观点: 优化好
        积极的评论观点: 界面简洁
        积极的评论观点: 电池不错
        积极的评论观点: 相机不错
    ---------------------------------------------------
    评论文本:
        外观精美大小正合适,做工精细,线条流畅,拍照完美,吃鸡最高画质无压力。连续玩了三个小时掉电百分之二十,电池强劲持久,无明显发热,操作流畅,准备再买一台给老婆生日礼物!
    
    评论观点:
        积极的评论观点: 大小合适
        积极的评论观点: 外观精美
        积极的评论观点: 做工精细
        积极的评论观点: 线条流畅
        积极的评论观点: 拍照不错
        积极的评论观点: 电池持久
        积极的评论观点: 发热明显
        积极的评论观点: 操作流畅
    ---------------------------------------------------
    评论文本:
        大家千万不要在上当了,耗电特别快,手机激活后不支持7天无理由退货,请大家小心购买
    
    评论观点:
        消极的评论观点: 耗电快
        消极的评论观点: 手机一般

    结果中还会返回情感搭配在句子中的起止位置,以及对应于该情感搭配的短句摘要,更多返回字段的解释您可以参照文档自然语言处理应用技术REST API文档

    总结

    通过评论观点抽取了解用户对商品的核心关注点,通过情感倾向分析了解用户对商品的喜好程度,通过聚类/分类能力进行系统化的观点标签总结,可以帮忙商家更快速更全面的了解已购买用户直观且典型的评价,以看出该款电商产品在用户心中的优缺点,用户满意度,产品方可根据客户评论制定新的策略。