通过百度云api接口抽取得到产品评论的观点，也掠去了很多评论中无用的内容以及符号，为后续进行文本主题挖掘或者规则的提取提供基础。
工具
1、百度云账号，申请应用接口（自然语言处理）
2、python3.5
以下是百度接口提供的说明：
我们使用到的可选值是13，kindle属于3c产品。
下面是代码示例：
|
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)# 导入评论数据文件，并找到第13列（12行）的评论内容提取出来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# 通过百度云提供的api对评论观点进行提取def commenttag(): x = output() all={} abst='' for i in range(10560): text=x[i] """ 调用评论观点抽取 """ """ 如果有可选参数 """ # 可选参数为13表示利用了3c产品的语料库 options = {} options["type"] = 13 """ 带参数调用评论观点抽取 """ 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) |
得到的结果如下：
可以看到，现在抽取出来的评论部分内容都是具有一定观点倾向的，大部分没有什么含义的评论内容已经被除去，这对后面的分析有一定的帮助。
以上这篇对python借助百度云api对评论进行观点抽取的方法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/AnthonyHDM/article/details/78957315
