# 文档分类 #### 功能介绍 文档分类接口对用户输入的文本自动分类，给文本具体的分类。用户只要提供待处理的文本，而不用关注具体实现。主要应用场景：新闻内容分类，广告识别等。 具体Endpoint请参见[终端节点](https://support.huaweicloud.com/api-nlp/nlp_03_0032.html)。 调用华为云NLP服务会产生费用，本API支持使用**基础套餐包** ，购买时请在[自然语言处理价格计算器](https://www.huaweicloud.com/pricing.html#/nlp)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](https://apiexplorer.developer.huaweicloud.com/apiexplorer/doc?product=NLP&api=RunDocClassification)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](https://support.huaweicloud.com/api-nlp/nlp_03_0004.html)和[认证鉴权](https://support.huaweicloud.com/api-nlp/nlp_03_0050.html)章节。 ![](https://support.huaweicloud.com/api-nlp/public_sys-resources/note_3.0-zh-cn.png) 用户首次使用需要先[申请开通](https://console.huaweicloud.com/nlp/?region=cn-north-4#/nlp/overview)。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/doc-classification ``` - 参数说明 表1URI参数说明 | 名称 | 是否必选 | 说明 | |:---|:---|:---| | project_id | 是 | 项目ID。获取方法请参见[获取项目ID](https://support.huaweicloud.com/api-nlp/nlp_03_0006.html)。 | #### 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 | 是 | String | 输入的文档，最大长度10000, 长度超过10000字符截取前10000个字符。 | | lang | 否 | String | 预留字段，支持的文本语言类型，当前只支持zh（中文），默认zh。 | #### 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 | |:---|:---|:---| | result | Array of Result object | 调用成功时的返回标签列表。 调用失败时无此字段。 请参见[表4]。 | | error_code | string | 调用失败时的错误码。具体参见[错误码](https://support.huaweicloud.com/api-nlp/nlp_03_0021.html)。 调用成功时无此字段。 | | error_msg | string | 调用失败时的错误信息。 调用成功时无此字段。 | 表4result字段数据结构说明 | 参数名 | 参数类型 | 说明 | |:---|:---|:---| | label | String | 输入的文档标签，包括 sport（体育）, anime（动漫）, hospital（医院）, history（历史）, advertising （广告）, entertainment（娱乐）, religion（宗教）, novel（小说）, estate（地产）, recruitment（招聘）, education（教育）, tourism（旅游）, automobile（汽车）, game（游戏）, technology（科技）, joke（笑话）, health（健康）, gourmet（美食）, stock（股票）, parenting（育儿）, pornography（色情）, finance（金融） | | confidence | Float | 标签label的置信度。0到1之间的数。 | #### 请求示例 - 请求示例（文档分类） ``` POST https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/{project_id}/nlu/doc-classification Request Header: Content-Type: application/json X-Auth-Token:MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Request Body: { "content" : "中芯国际季报超预期，带了波芯片股节奏，不过，现在的市场风险偏好，不足以掀起普涨行情，芯片股也是如此，核心标的走慢牛，少数猛股做主升浪，大多数要死不活。前段时间，芯片的最强分支是材料，最近几天，最强分支是封测，猛股则是光刻胶龙头$容大感光(SZ300576)$与存储芯片封测龙头$深科技(SZ000021)$。原因很简单，因为它们在芯片大跌时，形态保持的最好，之前也没爆炒过，加上是新面孔。深科技创下了20年新高，与14年的深圳华强很像，可能是条潜在的大鱼，未来几个月，需要密切关注基本面的变化。封测炒一大波后，可能会转向设计，龙头韦尔随时可能新高，而猛股则可能是$紫光国微(SZ002049)$，即将历史新高主升浪。不管大盘是向上突破年线，还是向下二次探底，二季度拥抱核心科技都是最佳策略，即使大盘调整，核心科技的调整压力，也会明显低于大消费与农业。//@似水年华:回复@似水年华:大盘调整期间，走势抗跌的标的，在大盘止跌后，往往会成为大牛股。上轮芯片股大跌时，$容大感光(SZ300576)$$深科技(SZ000021)$$紫光国微(SZ002049)$跌幅最小、形态完好，在大盘见底、芯片见底后，也基本成为了最强的几只标的。形态最好的容大，率先历史新高，成为了新的材料龙头；形态次之的深科技，今天也创下了历史新高，将成为新的封测龙头；形态再次之的紫光国微，即将历史新高，可能成为新的设计龙头。查看对话", "lang": "zh" } ``` - Python3语言请求代码示例（文档分类） ``` # -*- coding: utf-8 -*- # 此demo仅供测试使用，建议使用sdk。需提前安装requests，执行pip install requests import requests import json def nlp_demo(): url = 'https://{endpoint}/v1/{project_id}/nlu/doc-classification' # endpoint和project_id需替换 token = '用户对应region的token' header = { 'Content-Type': 'application/json', 'X-Auth-Token': token } body = { 'content': '中芯国际季报超预期，带了波芯片股节奏，不过，现在的市场风险偏好，不足以掀起普涨行情，芯片股也是如此，核心标的走慢牛，少数猛股做主升浪，大多数要死不活。前段时间，芯片的最强分支是材料，最近几天，最强分支是封测，猛股则是光刻胶龙头$容大感光(SZ300576)$与存储芯片封测龙头$深科技(SZ000021)$。原因很简单，因为它们在芯片大跌时，形态保持的最好，之前也没爆炒过，加上是新面孔。深科技创下了20年新高，与14年的深圳华强很像，可能是条潜在的大鱼，未来几个月，需要密切关注基本面的变化。封测炒一大波后，可能会转向设计，龙头韦尔随时可能新高，而猛股则可能是$紫光国微(SZ002049)$，即将历史新高主升浪。不管大盘是向上突破年线，还是向下二次探底，二季度拥抱核心科技都是最佳策略，即使大盘调整，核心科技的调整压力，也会明显低于大消费与农业。//@似水年华:回复@似水年华:大盘调整期间，走势抗跌的标的，在大盘止跌后，往往会成为大牛股。上轮芯片股大跌时，$容大感光(SZ300576)$$深科技(SZ000021)$$紫光国微(SZ002049)$跌幅最小、形态完好，在大盘见底、芯片见底后，也基本成为了最强的几只标的。形态最好的容大，率先历史新高，成为了新的材料龙头；形态次之的深科技，今天也创下了历史新高，将成为新的封测龙头；形态再次之的紫光国微，即将历史新高，可能成为新的设计龙头。查看对话', 'lang': 'zh' } resp = requests.post(url, data=json.dumps(body), headers=header) print(resp.json()) if __name__ == '__main__': nlp_demo() ``` - Java语言请求代码示例（文档分类） ``` 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/doc-classification"); 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 = "中芯国际季报超预期，带了波芯片股节奏，不过，现在的市场风险偏好，不足以掀起普涨行情，芯片股也是如此，核心标的走慢牛，少数猛股做主升浪，大多数要死不活。"; String body = "{\"content\":\"" + content + "\",\"lang\":\"zh\"}"; 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 ``` { "result": [ { "confidence": 1, "label": "stock" } ] } ``` - 失败响应示例 ``` { "error_code": "NLP.0101", "error_msg": "Authentication failed. Please verify the token" } ``` #### 状态码 状态码请参见[状态码](https://support.huaweicloud.com/api-nlp/nlp_03_0022.html)。 #### 错误码 错误码请参见[错误码](https://support.huaweicloud.com/api-nlp/nlp_03_0021.html)。