利用百度API进行淘宝评论关键词提取

利用百度API自然语言处理技术中的评论观点抽取方面，对淘宝购物的评论进行分析，把关键词进行提取，方便买家快速了解该商品的相关特点，具体实现过程如下：

1、创建相关新应用

首先，需要登录百度AI平台，创建一个关于自然语言处理技术的应用（领取免费额度），获得AppID、API Key和Secret Key如下：

然后下载Python的SDK，然后可以通过阅读API的使用手册和自然语言处理技术的观点抽取相关案例：

2、获取Access Token

使用百度API时需要先获取Access Token，并且需要用到上一步获取的参数API Key和Secret Key，在百度给出的使用说明中，建议用POST的方式对URL进行请求来获取access_token，同时可以加入Header，该方式支持UTF-8编码，具体实现代码如下：

import json
import time
import requests
from urllib.request import urlopen

#定义获取token函数
def get_token():
    req = Request(Token_url)
    req.add_header('Content-Type', 'application/json; charset=UTF-8')
    try:
        f = urlopen(req,timeout=5)
        result_str = f.read().decode('utf-8')
    except URLError as err:
        print(err)
    result = json.loads(result_str)
    #返回Access Token字符串
    return result['access_token']

3、分析评论并进行观点抽取

在获取Access Token后就可以使用百度API对评论进行分析并抽取关键词。在使用说明中，调用API时需要输入参数text和type，其中text为需要分析的文本，而type分成了13各类别，具体取值说明如下：

因为本文分析的是淘宝购物评论文本数据，所以该参数取值选择了12。其次，返回格式需要指定输入为UTF-8编码，对于调用后返回的参数，本文用到了prop、adj和sentiment三个参数，解释如下：

具体实现代码如下：

def analysis_comment(host,comment):
    #定义分析类别（购物）
    data = json.dumps(
        {
            "text":comment,
            "type":12
        })
        
    request = Request(url=host,data=data.encode('utf-8'))
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urlopen(request)
    content = response.read().decode('utf-8')
    rdata = json.loads(content)

    print("--------------------------------------------------------------")
    print("评论：")
    print("    " + comment)
    print("\n评论关键字：")
    #把积极、中性、消极关键词分类出来并打印
    for item in rdata['items']:
        if item['sentiment'] == 2:
            print(u"    积极的评论关键词：" + item['prop'] + item['adj'])
        if item['sentiment'] == 1:
            print(u"    中性的评论关键词：" + item['prop'] + item['adj'])
        if item['sentiment'] == 0:
            print(u"    消极的评论关键词：" + item['prop'] + item['adj'])

4、运行结果

在对上述函数进行定义后，运行改代码，调用函数：

if __name__ == '__main__':
    #定义访问url（API Key和Secret Key换成自己的）
    Comment_url = "https://aip.baidubce.com/rpc/2.0/nlp/v2/comment_tag"
    Token_url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=your_API_Key&client_secret=your_Secret_Key"

    A_t = get_token()
    host = Comment_url + "?charset=UTF-8&access_token="+A_t
    
    comment1 = {"text":"版型不错，颜色很好看，面料非常舒服而且厚度适中"}
    comment2 = {"text":"上身效果一般，做工也一般，会有点起球，没有想象中好"}
    comment3 = {"text":"设计做工一点都不好，袖子特别长，衣服比例设计非常差，性价比不高"}
    comment1 = comment1["text"]
    comment2 = comment2["text"]
    comment3 = comment3["text"]
    
    analysis_comment(host,comment1)
    analysis_comment(host,comment2)
    analysis_comment(host,comment3)

运行结果如下：

然而，从结果中可以看出，在第二句评论中，“一般”这个词应该定义为中性，而该模型将其定义为消极，说明该模型在一定程度上仍存在一些瑕疵，这也是后期需要改进的地方。