python 利用百度API进行淘宝评论关键词提取-巨人网络通讯

python 利用百度API进行淘宝评论关键词提取

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_credentialsclient_id=your_API_Keyclient_secret=your_Secret_Key"

  A_t = get_token()
  host = Comment_url + "?charset=UTF-8access_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：