更新时间:2022-05-06 GMT+08:00
分享

属性级情感分析(领域版)

功能介绍

属性级情感分析(领域版),本产品适用于评论文本的属性级正负面分析,编码方式UTF-8。建议对数据预处理,对于文本为空的内容进行过滤,文本长度不超过1000字。

具体Endpoint请参见终端节点

调用华为云NLP服务会产生费用,本API支持使用领域套餐包,购买时请在自然语言处理价格计算器中查看基础套餐包和领域套餐包支持的API范围。

本API调用限制为20次/秒。

调试

您可以在API Explorer中调试该接口。

前提条件

在使用本API之前,需要您完成服务申请和认证鉴权,具体操作流程请参见申请服务认证鉴权章节。

用户首次使用需要先申请开通。服务只需要开通一次即可,后面使用时无需再次申请。如未开通服务,调用服务时会提示ModelArts.4204报错,请在调用服务前先进入控制台开通服务,并注意开通服务区域与调用服务的区域保持一致。

URI

  • URI格式
    POST /v1/{project_id}/nlu/aspect-sentiment
  • 参数说明
    表1 URI参数说明

    名称

    是否必选

    说明

    project_id

    项目编号。获取方法,请参见获取项目ID

请求消息

请求参数如表2所示。

表2 请求参数

名称

是否必选

参数类型

说明

content

String

待分析文本。仅支持中文,文本编码要求为utf-8。 建议文本长度1000个字符以内。

type

integer

取值如下:

“1 ”:手机领域

响应消息

响应参数如表3所示。

表3 响应参数

名称

参数类型

说明

content

string

待分析文本。

label

integer

该文本的整体情感标签,取值如下:

  • “0” : 负向
  • “1 ”: 正向

confidence

float

该文本整体情感label的置信度,精确到小数点后3位。

aspect_opinions

aspectOpinion

属性情感挖掘列表。

请参见表4

error_code

string

调用失败时的错误码。

调用成功时无此字段。

error_msg

string

调用失败时的错误码。

调用成功时无此字段。

表4 aspectOpinion字段数据结构说明

名称

参数类型

说明

aspect_category

String

属性类别。

目前支持属性类别如下。

“手机领域”:【'整体','性价比', '赠品','分期', '配件', '活动', '品牌', '物流派送', '包装', '游戏性能', '系统性能', '芯片', '屏幕', '电池', '自拍', '拍照', '音质', '散热', '防水', '信号', '解锁', '外形设计', '握持手感', '质感', '颜色', '内存/容量', '客服/售后', '其他'】。

label

integer

文本关于属性类别的情感标签,取值如下:

  • “0” : 负向
  • “1 ” :正向

confidence

float

属性类别情感标签对应的置信度(备用,当前的置信度粒度较粗)。

aspect_term

String

属性词,与对应的描述词至少出现其中之一,可能为null。

opinion_term

String

描述词,与对应的属性词至少出现其中之一,可能为null。

tag

string

属性-描述词片段所对应的标签。若分类为'其他',则不给出标签,返回null。

span

integer列表

共4个数字,分别表示属性词和描述词在文本中的起始位置和结束位置。

若属性词为null,则1, 2两位不展示;若描述词为null,则3, 4位不展示。

示例

情感分析。

  • 请求示例
    POST https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/{{project_id}}/nlu/aspect-sentiment
    Request Header: 
    Content-Type: application/json 
    X-Auth-Token:MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... 
    Request Body: 
    { 
      "content":"运行很快,快充也不错。",
      "type":1
    }
  • Python3语言请求代码示例
    # *- coding: utf-8 -*-
    # 此demo仅供测试使用,建议使用sdk。需提前安装requests,执行pip install requests
    import requests
    import json
    
    def nlp_demo():
        url = 'https://{endpoint}/v1/{project_id}/nlu/aspect-sentiment'  # endpoint和project_id需替换
        token = '用户对应region的token'
        header = {
            'Content-Type': 'application/json',
            'X-Auth-Token': token
        }
        body = {
            'content': '运行很快,快充也不错。',
            'type': 1
        }
        resp = requests.post(url, data=json.dumps(body), headers=header)
        print(resp.text)
    
    if __name__ == '__main__':
        nlp_demo()
  • Java语言请求代码示例
    import java.io.BufferedReader;
    import java.io.InputStream;
    import java.io.InputStreamReader;
    import java.io.OutputStreamWriter;
    import java.net.HttpURLConnection;
    import java.net.URL;
    
    /**
     * 此demo仅供测试使用,建议使用sdk
     */
    public class NLPDemo {
        public void nlpDemo() {
            try {
                //endpoint和projectId需要替换成实际信息。
                URL url = new URL("https://{endpoint}/v1/{project_id}/nlu/aspect-sentiment");
                String token = "对应region的token";
                HttpURLConnection connection = (HttpURLConnection) url.openConnection();
                connection.setRequestMethod("POST");
                connection.setDoInput(true);
                connection.setDoOutput(true);
                connection.addRequestProperty("Content-Type", "application/json");
                connection.addRequestProperty("X-Auth-Token", token);
    
                //输入参数
                String content = "运行很快,快充也不错。";
                String body = "{\"content\":\"" + content + "\" ,\"type\":1}";
    
                OutputStreamWriter osw = new OutputStreamWriter(connection.getOutputStream(), "UTF-8");
                osw.append(body);
                osw.flush();
                InputStream is = connection.getInputStream();
                BufferedReader br = new BufferedReader(new InputStreamReader(is, "UTF-8"));
                while (br.ready()) {
                    System.out.println(br.readLine());
                }
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    
        public static void main(String[] args) {
            NLPDemo nlpDemo = new NLPDemo();
            nlpDemo.nlpDemo();
        }
    }
  • 响应示例
    • 成功响应示例
      {
          "aspect_opinions": [
              {
                  "aspect_category": "系统性能",
                  "aspect_term": "运行",
                  "confidence": 1.0,
                  "label": 1,
                  "opinion_term": "很快",
                  "span": [
                      0,
                      1,
                      2,
                      3
                  ],
                  "tag": "系统强大"
              },
              {
                  "aspect_category": "电池",
                  "aspect_term": "快充",
                  "confidence": 1.0,
                  "label": 1,
                  "opinion_term": "不错",
                  "span": [
                      5,
                      6,
                      8,
                      9
                  ],
                  "tag": "充电快"
              }
          ],
          "confidence": 0.955,
          "label": 1,
          "text": "运行很快,快充也不错。"
      }    ],
          "label": "1",
          "confidence": "0.723142413"
      }
      }
    • 失败响应示例
      {
          "error_code": "NLP.0301",
          "error_msg": "type must be 1 now"
      }

状态码

状态码请参见状态码

错误码

错误码请参见错误码

分享:

    相关文档

    相关产品

close