python利用百度AI做情感倾向分析的一个demo_positive_prob

python利用百度AI做情感倾向分析的一个demo
背景：能不能根据某一段文字，来分析这段文字所表达的情感是积极的还是消极的呢？那么接下来所说的方法或许对你有所帮助！
1.首先我们需要在百度AI开放平台 “创建应用”，根据提示写一些描述，接着就可以生成我们自己的应用，
包括：应用名称、AppID、API Key、Secret Key(最后这两个Key是我们访问其API的关键)。
2.由于我们是使用python调用api的方式，所以接下来根据API使用文档，需要先获取Access Token(详见https://cloud.baidu.com/doc/NLP/s/Tk6z52d7c#%E8%8E%B7%E5%8F%96access-token)
授权服务地址：https://aip.baidubce.com/oauth/2.0/token,
发送请求方式推荐使用POST，
URL需携带的参数：
grant_type： 必须参数，固定为client_credentials；
client_id： 必须参数，应用的API Key；
client_secret： 必须参数，应用的Secret Key；
示例：https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=Va5yQRHlA4Fq5eR3LT0vuXV4&client_secret=0rDSjzQ20XUj5itV6WRtznPQSzr5pVw2&

正常请求返回结果格式如下：
{
  "refresh_token": "25.b55fe1d287227ca97aab219bb249b8ab.315360000.1798284651.282335-8574074",
  "expires_in": 2592000,
  "scope": "public wise_adapt",
  "session_key": "9mzdDZXu3dENdFZQurfg0Vz8slgSgvvOAUebNFzyzcpQ5EnbxbF+hfG9DQkpUVQdh4p6HbQcAiz5RmuBAja1JJGgIdJI",
  "access_token": "24.6c5e1ff107f0e8bcef8c46d3424a0e78.2592000.1485516651.282335-8574074",
  "session_secret": "dfac94a3489fe9fca7c3221cbf7525ff"
}

3.通过上一步，已经可以获取到access_token了，接下来进入正题，如何做情感倾向分析：
情感倾向分析包括通用版和定制版，
（情感分析 - 通用版） (由于缺少模型数据，所以我们仅使用一下通用版，已能满足正常使用，如有特殊需求，可使用下面的定制版)
HTTP方法: POST 请求URL: https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify

（情感分析 - 定制版，注意需要先保证定制模型生效成功再调用，否则接口会报错） 
HTTP方法: POST 请求URL: https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify_custom
URL参数：

参数            值
access_token    通过API Key和Secret Key获取的access_token,参考“Access Token获取”
Header如下：

参数            值
Content-Type    application/json

Body请求示例:

{"text": "华为是一家伟大的公司"}

请求格式
POST方式调用

返回示例：
{
    "text":"华为是一家伟大的公司",
    "items":[
        {
            "sentiment":2,    //表示情感极性分类结果
            "confidence":0.40, //表示分类的置信度
            "positive_prob":0.73, //表示属于积极类别的概率
            "negative_prob":0.27  //表示属于消极类别的概率
        }
    ]
}

4.接下来看一下完整的代码：

import requests
import json
 
App_Key = '自己申请的AK'
Secret_Key = '自己申请的SK'
 
 
# 情感分析
def getEmotion(inputText, access_token):
 
    url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify?access_token=' + access_token
    header = {'Content-Type	': 'application/json'}
    body = {'text': inputText}
    requests.packages.urllib3.disable_warnings()
    res = requests.post(url=url, data=json.dumps(body), headers=header, verify=False)
 
    #  返回接口格式：
    # {
    #     "log_id": 7475291888689599393,    # 请求唯一标识码
    #     "text": "我最好看",               #
    #     "items": [
    #         {
    #             "positive_prob": 0.999976,   # 表示属于积极类别的概率 ，取值范围[0,1]
    #             "confidence": 0.999946,       # 表示分类的置信度，取值范围[0,1]
    #             "negative_prob": 2.42354e-05,  # 表示属于消极类别的概率，取值范围[0,1]
    #             "sentiment": 2             # 表示情感极性分类结果，0:负向，1:中性，2:正向
    #         }]
    # }
 
    if res.status_code == 200:
        info = json.loads(res.text)
        print(info)
        if 'items' in info and len(info['items']) > 0:
            sentiment = info['items'][0]['sentiment']
            if sentiment == 2:
                print(inputText+'  情感分析结果是:正向')
            elif sentiment == 1:
                print(inputText + '  情感分析结果是:中性')
            else:
                print(inputText + '  情感分析结果是:负向')
 
 
 
# 获取token
def getToken():
    # client_id 为官网获取的AK， client_secret 为官网获取的SK
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id='+App_Key + '&client_secret=' + Secret_Key
    response = requests.get(host)
 
    if response.status_code == 200:
        info = json.loads(response.text)  # 将字符串转成字典
        access_token = info['access_token']  # 解析数据到access_token
        return access_token
    return ''
 
 
#主函数
def main():
    inputText = input('请输入需要分析的语句:')
    accessToken = getToken()
    getEmotion(inputText, accessToken)
 
if __name__ == '__main__':
    main()

以上仅为个人写的一点demo心得，如有不足之处，欢迎指正~(友情提示，由于个人版百度账号对API的请求次数是有上限的，且用且珍惜)。通过以上的方法，是不是会有更进阶的想法了呢？这里就不再展示了，嘻嘻~