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,即可完成接口的调用。
Step1:登录并获取免费资源
调用服务前,您需要一个百度智能云账号并完成实名认证。具体操作如下:
- 注册并登录百度智能云平台,请参考注册和登录。个人用户可以直接使用自己的百度账号进行登录,企业用户建议注册账号,避免后续人员变动带来的账号归属问题。
 - 完成实名认证,操作细节请参考实名认证。只有完成了实名认证才能购买并使用NLP服务。
 
完成实名认证后,通过控制台顶部导航左上角的『全部产品』按钮,选择人工智能-自然语言处理,进入NLP控制台,进行相关业务操作。

进入控制台后,您需要先创建应用。应用是调用服务的主体,您可以划定该应用有权限调用的接口范围,以此实现权限管理。后续也可以查看每个应用上产生的接口调用量。
进入NLP控制台,选择左侧导航的"应用列表",点击"创建应用"。

应用名称和应用描述应当尽量反应应用的实际用途,方便您后续管理应用。在服务接口列表勾选您希望该应用能够调用的接口,勾选完毕后点击"立即创建"。
创建成功后,您可以在应用列表页里查看应用的API Key和Secret Key。API Key和Secret Key是您调用该应用内接口的凭证,如果泄露会导致资源被盗刷,请妥善保管,避免外泄。

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
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。
2系统流畅优化的很好,操作界面简洁大方好上手。
3电池用量很满意,快充很不错。相机拍人拍物都美。
4总而言之一句话很喜欢的宝贝。
            评论2
1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。
2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
1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
有第一步的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:
1# coding=utf-8
2
3import sys
4import json
5import base64
6import time
7
8
9# make it work in both python2 both python3
10IS_PY3 = sys.version_info.major == 3
11if IS_PY3:
12    from urllib.request import urlopen
13    from urllib.request import Request
14    from urllib.error import URLError
15    from urllib.parse import urlencode
16    from urllib.parse import quote_plus
17else:
18    import urllib2
19    from urllib import quote_plus
20    from urllib2 import urlopen
21    from urllib2 import Request
22    from urllib2 import URLError
23    from urllib import urlencode
24
25# skip https auth
26import ssl
27ssl._create_default_https_context = ssl._create_unverified_context
28
29API_KEY = 'jhDFBkvSQGtS9WPGZaE9IbcS'
30
31SECRET_KEY = 'e5OXupgG11ovUFkA2zhqPD4HsLO35bqd'
32
33
34COMMENT_TAG_URL = "https://aip.baidubce.com/rpc/2.0/nlp/v2/comment_tag"
35
36"""  TOKEN start """
37TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'
38
39
40"""
41    get token
42"""
43def fetch_token():
44    params = {'grant_type': 'client_credentials',
45              'client_id': API_KEY,
46              'client_secret': SECRET_KEY}
47    post_data = urlencode(params)
48    if (IS_PY3):
49        post_data = post_data.encode('utf-8')
50    req = Request(TOKEN_URL, post_data)
51    try:
52        f = urlopen(req, timeout=5)
53        result_str = f.read()
54    except URLError as err:
55        print(err)
56    if (IS_PY3):
57        result_str = result_str.decode()
58
59
60    result = json.loads(result_str)
61
62    if ('access_token' in result.keys() and 'scope' in result.keys()):
63        if not 'brain_all_scope' in result['scope'].split(' '):
64            print ('please ensure has check the  ability')
65            exit()
66        return result['access_token']
67    else:
68        print ('please overwrite the correct API_KEY and SECRET_KEY')
69        exit()
70
71"""
72    call remote http server
73"""
74def make_request(url, comment):
75    print("---------------------------------------------------")
76    print("评论文本:")
77    print("    " + comment)
78    print("\n评论观点:")
79
80    response = request(url, json.dumps(
81    {
82        "text": comment,
83        # 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
84        "type": 13
85    }))
86
87    data = json.loads(response)
88
89    if "error_code" not in data or data["error_code"] == 0:
90        for item in data["items"]:
91            # 积极的评论观点
92            if item["sentiment"] == 2:
93                print(u"    积极的评论观点: " + item["prop"] + item["adj"])
94            # 中性的评论观点
95            if item["sentiment"] == 1:
96                print(u"    中性的评论观点: " + item["prop"] + item["adj"])
97            # 消极的评论观点
98            if item["sentiment"] == 0:
99                print(u"    消极的评论观点: " + item["prop"] + item["adj"])
100    else:
101        # print error response
102        print(response)
103
104    # 防止qps超限
105    time.sleep(0.5)
106
107"""
108    call remote http server
109"""
110def request(url, data):
111    req = Request(url, data.encode('utf-8'))
112    has_error = False
113    try:
114        f = urlopen(req)
115        result_str = f.read()
116        if (IS_PY3):
117            result_str = result_str.decode()
118        return result_str
119    except  URLError as err:
120        print(err)
121
122if __name__ == '__main__':
123
124    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。"
125    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!"
126    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"
127
128    # get access token
129    token = fetch_token()
130
131    # concat url
132    url = COMMENT_TAG_URL + "?charset=UTF-8&access_token=" + token
133
134    make_request(url, comment1)
135    make_request(url, comment2)
136    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:
1---------------------------------------------------
2评论文本:
3    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。
4
5评论观点:
6    积极的评论观点: 外观惊艳
7    积极的评论观点: 系统流畅
8    积极的评论观点: 优化好
9    积极的评论观点: 界面简洁
10    积极的评论观点: 电池不错
11    积极的评论观点: 相机不错
12---------------------------------------------------
13评论文本:
14    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!
15
16评论观点:
17    积极的评论观点: 大小合适
18    积极的评论观点: 外观精美
19    积极的评论观点: 做工精细
20    积极的评论观点: 线条流畅
21    积极的评论观点: 拍照不错
22    积极的评论观点: 电池持久
23    积极的评论观点: 发热明显
24    积极的评论观点: 操作流畅
25---------------------------------------------------
26评论文本:
27    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
28
29评论观点:
30    消极的评论观点: 耗电快
31    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,可以帮助商家更快速更全面的了解用户直观且典型的评价,来分析该款电商产品在用户心中的优缺点和用户满意度,生产商可根据客户评论制定新的策略。
