百度AI笔记

观点抽取

输入：
text（句子/段落）

调用语句：

options = {}
options["type"] = 4 #4为餐饮美食
client.commentTag(text, options)

输出：

情感倾向分析

输入：
text
输出：

多实体情感倾向分析

（为新闻类，无餐饮，再说）

文章标签

输入：标题、正文
输出：items[{
tag关注点字符串
score权重
},
{}]

文章分类

输入：标题、正文
分类结果：一级、二级结果、标签tag及其等分

消费者评论分析

七个接口：

业务接口

输入：
同观点抽取
输出：
{
消极概率neg_prob,
积极概率pos_prob,
id,
总体情感极性overall_sentiment,
items：[
{
观点类别clf_tag（需要标注数据训练，否则为空）,
类别置信度clf_score,
情感极性sentiment，
属性词prop（如：商家差）,
描述词adj（可能为空）,
观点对应短句abstract
},
{第二个item}
]
}

2 评论挖掘接口

收集模型训练数据
输入：
评论http连接
输出：
id，评论挖掘模型ID

3查询评论挖掘接口

查询挖掘状态是否已完成
输入：
接口2的评论挖掘模型ID

4 评论分析训练接口

请求参数：
原始数据
情感搭配词典（维度词、评价词、情感极性）
维度分类词典（维度、维度对应的分类类别）
输出：
id，评价分析模型ID

5 查询评论分析训练接口

同3

6 模型服务部署接口

7 模型服务状态接口

案例

NLP-快速开始-案例实现步骤
输出：
积极、中性消极的评论观点：
prop+adj