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