Python学习 | 2023-11-22 调用腾讯API做文本情感分析_中文情感分析api

目录

一、注册并实名认证

二、开通NLP服务

三、获取密钥

四、代码生成

五、安装Python SDK

六、在Python中调用

代码：

结果

---

一、注册并实名认证

账号相关 新手指引-文档中心-腾讯云

二、开通NLP服务

NLP 服务_自然语言处理_智能文本处理 - 腾讯云

开通NLP服务后，获赠5万次免费调用。

三、获取密钥

NLP 服务 情感分析V2-API 文档-文档中心-腾讯云

 

四、代码生成

必填参数是Text，即待分析的文本（仅支持UTF-8格式，不超过200字），类型是String。

复制代码后，定义get_sentiment函数，并设置返回结果为字典类型，以便于后续分析使用。

import json
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.nlp.v20190408 import nlp_client, models
def get_sentiment(text):
    try:
        # 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密
        cred = credential.Credential("SecretId", "SecretKey")
        # 实例化一个http选项，可选的，没有特殊需求可以跳过
        httpProfile = HttpProfile()
        httpProfile.endpoint = "nlp.ap-shanghai.tencentcloudapi.com"
        # 实例化一个client选项，可选的，没有特殊需求可以跳过
        clientProfile = ClientProfile()
        clientProfile.httpProfile = httpProfile
        # 实例化要请求产品的client对象,clientProfile是可选的
        client = nlp_client.NlpClient(cred, "", clientProfile)
        # 实例化一个请求对象,每个接口都会对应一个request对象
        req = models.AnalyzeSentimentRequest()
        params = {
            "Text": text
        }
        req.from_json_string(json.dumps(params))
        # 返回的resp是一个AnalyzeSentimentResponse的实例，与请求对象对应
        resp = client.AnalyzeSentiment(req)
 
    except TencentCloudSDKException as err:
        print(err)
        
    return json.loads(resp.to_json_string())
 
get_sentiment(text='your text')

五、安装Python SDK

Python-SDK 中心-腾讯云

中国大陆地区的用户可以使用国内镜像源以提高下载速度，例如：

pip install -i https://mirrors.tencent.com/pypi/simple/ --upgrade tencentcloud-sdk-python

六、在Python中调用

代码：

import pandas as pd
 
# 1. 打开文件
df = pd.read_excel("评论情感分析.xlsx")
 
# 2. 写循环，进行情感分析
for index in range(1000):
    comment = df.loc[index, "评论"][:200]
    sentiment_result = get_sentiment(comment)
 
    # 3. 新增'Positive','Neutral', 'Negative', 'Sentiment', 'RequestId'五列
    df.loc[index, 'Positive'] = sentiment_result['Positive']
    df.loc[index, 'Neutral'] = sentiment_result['Neutral']
    df.loc[index, 'Negative'] = sentiment_result['Negative']
    df.loc[index, 'Sentiment'] = sentiment_result['Sentiment']
    df.loc[index, 'RequestId'] = sentiment_result['RequestId']
 
    # 4. 每写入一个循环，print一句提示
    print(f"已处理第 {index + 1} 行评论。")
 
# 5. 将情感分析结果写入文件
df.to_excel("评论情感分析.xlsx", index=False)

结果：