通過百度云api接口抽取得到產品評論的觀點，也掠去了很多評論中無用的內容以及符號，為后續進行文本主題挖掘或者規則的提取提供基礎。
工具
1、百度云賬號，申請應用接口（自然語言處理）
2、python3.5
以下是百度接口提供的說明：
我們使用到的可選值是13，kindle屬于3c產品。
下面是代碼示例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
|
from aip import aipnlpimport csvimport pandas as pdfrom pandas.core.frame import dataframe""" 你的 appid ak sk """app_id = '********'api_key = '********'secret_key = '********'client = aipnlp(app_id, api_key, secret_key)# 導入評論數據文件，并找到第13列（12行）的評論內容提取出來def output(): urls = [] with open('e:\\tb_iphone8.csv', "r") as f: reader = csv.reader(f) for row in reader: urls.append(row[12]) return urls# 通過百度云提供的api對評論觀點進行提取def commenttag(): x = output() all={} abst='' for i in range(10560): text=x[i] """ 調用評論觀點抽取 """ """ 如果有可選參數 """ # 可選參數為13表示利用了3c產品的語料庫 options = {} options["type"] = 13 """ 帶參數調用評論觀點抽取 """ result=client.commenttag(text, options) print(result) if "error_code" in result.keys(): abst+='' all['abstract'] = abst else: data = result['items'] items = data[0] abst += items['abstract'] all['abstract'] = abst return abstif __name__ == '__main__': all=commenttag() print(all) |
得到的結果如下：
可以看到，現在抽取出來的評論部分內容都是具有一定觀點傾向的，大部分沒有什么含義的評論內容已經被除去，這對后面的分析有一定的幫助。
以上這篇對python借助百度云api對評論進行觀點抽取的方法詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/AnthonyHDM/article/details/78957315
