BosonNLP API 中文语义分析(笔记)
来源:互联网 发布:上海银行淘宝金卡额度 编辑:程序博客网 时间:2024/05/16 10:24
- BosonNLP API 中文语义分析
- 查询 API 频率限制
- 情感分析
- 分词与词性标注
- 关键词提取
- 语义联想
- 新闻分类
- 新闻摘要
- 时间转换
- 其他单文本分析
- 多文本分析功能
BosonNLP API 中文语义分析
参见 python版 BosonNLP HTTP API 封装库(SDK)
:http://bosonnlp-py.readthedocs.io/#bosonnlp
- BosonNLP 官网:http://bosonnlp.com/
- BosonNLP HTTP API 文档: http://docs.bosonnlp.com/index.html
from __future__ import print_function, unicode_literalsfrom bosonnlp import BosonNLPimport requests, json
token = 'your Token' # 个人token!!!
nlp = BosonNLP(token) # nlp = BosonNLP('YOUR_API_TOKEN')
查询 API 频率限制
免费用户的 API 每天有次数限制的,具体如下图:
当然,通过购买,可以增加次数,费用情况如下:
我觉得,面对这么完善的中文文本分析功能,免费用户却拥有全部的功能,即便每天有次数限制,已然值得称赞~~~
# 本接口用来查询用户使用 BosonNLP API 频率限制的详细信息。HEADERS = {'X-Token': token} # 注意:在测试时请更换为您的 API tokenRATE_LIMIT_URL = 'http://api.bosonnlp.com/application/rate_limit_status.json'result = requests.get(RATE_LIMIT_URL, headers=HEADERS).json()
result['limits'].keys() # (['review', 'keywords', 'tag', 'classify', 'depparser', 'time', 'summary', 'ner', 'cluster', 'comments', 'suggest', 'sentiment'])
dict_keys([‘review’, ‘keywords’, ‘tag’, ‘classify’, ‘depparser’, ‘time’, ‘summary’, ‘ner’, ‘cluster’, ‘comments’, ‘suggest’, ‘sentiment’])
例:查询情感分析剩余次数
result['limits']['sentiment'].keys() # (['rate-limit-limit', 'rate-limit-remaining', 'rate-limit-reset', 'quota-limit', 'count-limit-reset', 'count-limit-limit', 'quota-remaining', 'count-limit-remaining'])result['limits']['sentiment']['count-limit-remaining'] # 查询情感分析次数
写成函数的形式:
def sentiment_limit_remaining(): result = requests.get(RATE_LIMIT_URL, headers=HEADERS).json() return result['limits']['sentiment']['count-limit-remaining']
情感分析
核心函数:nlp.sentiment(data, model = 'general')
参见:http://docs.bosonnlp.com/sentiment.html
model 参数用来传递模型名选择用特定行业语料进行训练的模型;可选值,默认为 general 。
返回结果说明:
第一个值为非负面概率,第二个值为负面概率,两个值相加和为 1。
nlp.sentiment(['这家味道还不错', '菜品太少了而且还不新鲜'], model='weibo')
[[0.9694666780709835, 0.03053332192901642],
[0.07346999807197441, 0.9265300019280256]]
nlp.sentiment(['这家味道还不错', '菜品太少了而且还不新鲜'], model='food')
[[0.9991737012037423, 0.0008262987962577828],
[9.940036427291687e-08, 0.9999999005996357]]
或者使用 HTTP Header 返回
SENTIMENT_URL = 'http://api.bosonnlp.com/sentiment/analysis?weibo' # 微博分析apiheaders = {'X-Token': token} # 注意:在测试时请更换为您的 API token 。s = [' 他是个傻逼 ', ' 美好的世界 ']data = json.dumps(s) # 包装成 json
HTTP 返回 Body JSON 格式的 [double, double] 类型组成的列表。
resp = requests.post(SENTIMENT_URL, headers=headers, data=data.encode('utf-8')) # 上传 data 进行分析
resp.text # 显示情感分数
‘[[0.4434637245024887, 0.5565362754975113], [0.9340287284701145, 0.06597127152988551]]’
分词与词性标注
核心函数:nlp.tag(contents, space_mode=0, oov_level=3, t2s=0, special_char_conv=0)
函数参数参见:http://docs.bosonnlp.com/tag.html
词性标注说明参见:http://docs.bosonnlp.com/tag_rule.html
BosonNLP 的词性标注非常详细,共有 22个大类,70个标签!!
而且 BosonNLP 分词和词性标注系统还提供了多种分词选项,以满足不同开发者的需求:
- 空格保留选项 (space_mode)
- 新词枚举强度选项 (oov_level)
- 繁简转换选项 (t2s)
- 特殊字符转换选项 (special_char_conv)
result = nlp.tag(['成都商报记者 姚永忠', '调用参数及返回值详细说明见'])print(result)
[{‘tag’: [‘ns’, ‘n’, ‘n’, ‘nr’], ‘word’: [‘成都’, ‘商报’, ‘记者’, ‘姚永忠’]}, {‘tag’: [‘v’, ‘n’, ‘c’, ‘v’, ‘n’, ‘ad’, ‘v’, ‘v’], ‘word’: [‘调用’, ‘参数’, ‘及’, ‘返回’, ‘值’, ‘详细’, ‘说明’, ‘见’]}]
关键词提取
核心函数:nlp.extract_keywords(text, top_k=None, segmented=False)
参见:http://docs.bosonnlp.com/keywords.html
keywords = nlp.extract_keywords('病毒式媒体网站:让新闻迅速蔓延', top_k=2)print(keywords) # 返回权重和关键词,所有关键词的权重的平方和为 1
[[0.5686631749811326, ‘蔓延’], [0.5671956747680966, ‘病毒’]]
语义联想
核心函数:nlp.suggest(data)
参见:http://docs.bosonnlp.com/suggest.html
term = '粉丝'result = nlp.suggest(term, top_k=10)for score, word in result: print(score, word)
0.9999999999999996 粉丝/n
0.48602467961311013 脑残粉/n
0.47638025976400944 听众/n
0.4574711603743689 球迷/n
0.4427939662212161 观众/n
0.43996388413040877 喷子/n
0.43706751168681585 乐迷/n
0.43651710096540336 鳗鱼/n
0.4357353461210975 水军/n
0.4332090811336725 好友/n
新闻分类
核心函数:nlp.classify(data)
参见:http://docs.bosonnlp.com/classify.html
s = ['俄否决安理会谴责叙军战机空袭阿勒颇平民', '邓紫棋谈男友林宥嘉:我觉得我比他唱得好', 'Facebook收购印度初创公司']result = nlp.classify(s)result
[5, 4, 8]
新闻摘要
核心函数:summary(title, content, word_limit=0.3, not_exceed=False)
参见:http://docs.bosonnlp.com/summary.html
content = ( '腾讯科技讯(刘亚澜)10月22日消息,前优酷土豆技术副总裁' '黄冬已于日前正式加盟芒果TV,出任CTO一职。' '资料显示,黄冬历任土豆网技术副总裁、优酷土豆集团产品' '技术副总裁等职务,曾主持设计、运营过优酷土豆多个' '大型高容量产品和系统。' '此番加入芒果TV或与芒果TV计划自主研发智能硬件OS有关。')title = '前优酷土豆技术副总裁黄冬加盟芒果TV任CTO'nlp.summary(title, content, 0.1)
‘腾讯科技讯(刘亚澜)10月22日消息,前优酷土豆技术副总裁黄冬已于日前正式加盟芒果TV,出任CTO一职。’
时间转换
核心函数:nlp.convert_time(data, basetime=None)
参见:http://docs.bosonnlp.com/time.html
感觉这是一个独(ling)特(lei)的文本分析功能,用在时间文本上面,应该是个不错的选择。
import datetime # 使用 basetime 时导入该模块nlp.convert_time( "2013年二月二十八日下午四点三十分二十九秒", datetime.datetime.today()) # datetime.datetime(2017, 10, 19, 22, 21, 18, 434128)
{‘timestamp’: ‘2013-02-28 16:30:29’, ‘type’: ‘timestamp’}
nlp.convert_time("今天晚上8点到明天下午3点", datetime.datetime(2015, 9, 1))
{‘timespan’: [‘2015-09-01 20:00:00’, ‘2015-09-02 15:00:00’],
‘type’: ‘timespan_0’}
nlp.convert_time("今天晚上8点到明天下午3点", datetime.datetime.today()) #
{‘timespan’: [‘2017-10-21 20:00:00’, ‘2017-10-22 15:00:00’],
‘type’: ‘timespan_0’}
其他单文本分析
依存文法分析:http://docs.bosonnlp.com/depparser.html
命名实体识别:http://docs.bosonnlp.com/ner.html
多文本分析功能
文本聚类:http://docs.bosonnlp.com/cluster.html
典型意见:http://docs.bosonnlp.com/comments.html
- BosonNLP API 中文语义分析(笔记)
- BosonNLP情感分析API调用
- 利用BosonNLP做中文分词
- BosonNLP
- NLP+语义分析(四)︱中文语义分析研究现状(CIPS2016、角色标注、篇章分析)
- SyntaxNet是否可以实现中文语义分析
- 自然语言识别(1)--利用bosonNLP分析歌词感情
- 语义分析(semantic analysis)
- 语义分析
- 语义分析
- BosonNLP试用
- 语义分析语义关联挖掘
- 一些TCPDUMP语义分析(长期补充)
- 语义分析(没有处理数组)
- PLSA-概率潜语义分析(二)
- tiger 语义分析(类型检查)
- 中文抽象语义表示
- STL学习笔记(一):Value语义
- 着色器显示
- 构建高性能的ASP.NET应用(16)
- 二叉树
- Leetcode 567. Permutation in String
- 统计学习方法概论
- BosonNLP API 中文语义分析(笔记)
- java-单例模式
- 拜占庭将军问题见解
- Linux常用命令
- 如何解决mysql.sock直接找不到了的问题
- Rhyme/Java 设计模式之装饰设计模式
- oj【temp】
- 构建高性能的ASP.NET应用(17)
- C#中访问修饰符的权限