商品评价解析服务(汽车领域)。
商品评价解析服务-汽车领域使用示例。如当前支持的领域、行业不满足您的需求,请加钉钉自学习平台答疑二群(钉钉群号:44619071),进一步咨询合作。
本服务由NLP自学习平台提供,直接调用API即可使用。
服务开通与资源包购买
使用前,请确认是否已经开通服务,开通后可购买资源包。
服务调用与调试
模型调用文档参考:模型调用
SDK示例文档参考:SDK示例
调试
您可以在OpenAPI开发者门户中直接运行该接口,免去您计算签名的困扰。运行成功后,OpenAPI开发者门户可以自动生成SDK代码示例。
通过环境变量配置访问凭证(AKSK)
说明:
阿里云账号AccessKey拥有所有API的访问权限,风险很高。强烈建议您创建并使用RAM用户进行API访问或日常运维,请登录RAM控制台创建RAM用户。
强烈建议不要把AccessKey和AccessKeySecret保存到代码里,会存在密钥泄漏风险,在此提供通过配置环境变量的方式来保存和访问aksk
Linux和macOS系统配置方法
export NLP_AK_ENV=<access_key_id> export NLP_SK_ENV=<access_key_secret>
其中<access_key_id>替换为已准备好的AccessKey ID,<access_key_secret>替换为AccessKey Secret,AccessKey ID和AccessKey Secret的获取方式见步骤二:获取账号的AccessKey
Windows系统配置方法
新建环境变量文件,添加环境变量
NLP_AK_ENV
和NLP_SK_ENV
,并写入已准备好的AccessKey ID和AccessKey Secret。重启Windows系统。
调用商品评价解析服务-本地生活领域,ServiceName需要传入:aoe-automl-app-car。
Java代码示例
/**
* 阿里云账号AccessKey拥有所有API的访问权限,风险很高。强烈建议您创建并使用RAM用户进行API访问或日常运维,请登录RAM控制台创建RAM用户。
* 此处以把AccessKey和AccessKeySecret保存在环境变量为例说明。您也可以根据业务需要,保存到配置文件里。
* 强烈建议不要把AccessKey和AccessKeySecret保存到代码里,会存在密钥泄漏风险
*/
String accessKeyId = System.getenv("NLP_AK_ENV");
String accessKeySecret = System.getenv("NLP_SK_ENV");
DefaultProfile defaultProfile = DefaultProfile.getProfile("cn-hangzhou",accessKeyId,accessKeySecret);
IAcsClient client = new DefaultAcsClient(defaultProfile);
Map<String, Object> input = new HashMap();
input.put("content","频繁上坡起步有含糊味,不知力活片是不是质量有问题。倒档要停稳才能挂。");
input.put("domain","car");
input.put("entity",true);
Map<String, Object> map = new HashMap<>();
map.put("input", input);
RunPreTrainServiceRequest request = new RunPreTrainServiceRequest();
request.setServiceName("aoe-automl-app-car");
request.setPredictContent(JSON.toJSONString(map));
RunPreTrainServiceResponse response = client.getAcsResponse(request);
System.out.println(response.getPredictResult());
Python代码示例
# 安装依赖
pip install aliyun-python-sdk-core
pip install aliyun-python-sdk-nlp-automl
# -*- coding: utf8 -*-
import json
import os
from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.acs_exception.exceptions import ClientException
from aliyunsdkcore.acs_exception.exceptions import ServerException
from aliyunsdknlp_automl.request.v20191111 import RunPreTrainServiceRequest
/**
* 阿里云账号AccessKey拥有所有API的访问权限,风险很高。强烈建议您创建并使用RAM用户进行API访问或日常运维,请登录RAM控制台创建RAM用户。
* 此处以把AccessKey和AccessKeySecret保存在环境变量为例说明。您也可以根据业务需要,保存到配置文件里。
* 强烈建议不要把AccessKey和AccessKeySecret保存到代码里,会存在密钥泄漏风险
*/
access_key_id = os.environ['NLP_AK_ENV']
access_key_secret = os.environ['NLP_SK_ENV']
# Initialize AcsClient instance
client = AcsClient(
access_key_id,
access_key_secret,
"cn-hangzhou"
);
content = '频繁上坡起步有含糊味,不知力活片是不是质量有问题。倒档要停稳才能挂。'
domain = 'car'
input_params = {
"input": {
"content": content,
"domain": domain,
"entity": True
}
}
# Initialize a request and set parameters
request = RunPreTrainServiceRequest.RunPreTrainServiceRequest()
request.set_ServiceName('aoe-automl-app-car')
request.set_PredictContent(json.dumps(input_params))
# Print response
response = client.do_action_with_exception(request)
resp_obj = json.loads(response)
predict_result = json.loads(resp_obj['PredictResult'])
print(json.dumps(predict_result['data']))
PredictContent内容示例
PredictContent参数为JSON字符串传入,JSON字符串包含内容参考下面举例。
{
"input": {
"content": "频繁上坡起步有含糊味,不知力活片是不是质量有问题。倒档要停稳才能挂。",
"domain": "car",
"entity": true
}
}
入参说明
参数 | 说明 |
content | 需要预测的文本内容,最长支持500字。 |
domain | 支持商品类目。参考下一章节的类目支持表格。 |
entity | 值为true时返回结果包含属性情感词抽取结果,否则不包含 |
支持属性表
整体 | 赠品 | 包装 | 正品 | 物流 | 品牌 | 颜色 |
做工 | 手感 | 功能 | 重量 | 声音 | 质量 | 适合 |
导航 | 配件 | 油耗 | 内饰 | 灯光 | 其他 | |
耐用性 | 实用性 | 安全性 | 稳定性 | 便捷性 | 密封性 | 操控性 |
牢固度 | 软硬度 | 色牢度 | 舒适度 | 精确度 | ||
使用效果 | 隔音效果 | 显示效果 | 音响效果 | 减震效果 | ||
系统性能 | 传动性能 | 转弯性能 | ||||
面料/材质 | 电池/续航时间 | 个头/大小 | 异味/气味 | 容量/空间 | 挂挡/换挡 | 车窗/后视镜 |
动力/加速性能 | 空调/冰箱 | |||||
顿挫感 | 性价比 | 多媒体 | 仪表盘 | |||
外观设计 | 卖家服务 | 驾驶视野 | 描述相符 | 制动性能 | 安全配置 | 智能辅助 |
雷达功能 | 4s店服务 | 维护保养 | 车辆配置 | 防盗系统 | 车联功能 | 智能影像 |
控制按键 |
PredictResult内容示例
说明 PredictResult是JSON字符串,需要反序列化之后进行解析,具体结构如下示例。 |
{
"code": 1000,
"data": {
"cost": "39.912ms",
"textProb": 0.9975,
"aspectItem": [
{
"clause": "频繁上坡起步有含糊味",
"clauseIndex": "0,10",
"aspectPolarity": "负",
"terms": [
{
"aspectTerm": "频繁上坡起步",
"opinionTerm": "有含糊味",
"normedAspectTerm": "频繁上坡起步",
"normedOpinionTerm": "有含糊味"
}
],
"positiveProb": 0.003,
"aspectCategory": "异味/气味",
"negativeProb": 0.996
},
{
"clause": "倒档要停稳才能挂",
"clauseIndex": "25,33",
"aspectPolarity": "负",
"terms": [
{
"aspectTerm": "倒档",
"opinionTerm": "要停稳才能挂",
"normedAspectTerm": "倒档",
"normedOpinionTerm": "要停稳才能挂"
}
],
"positiveProb": 0.001,
"aspectCategory": "挂挡/换挡",
"negativeProb": 0.999
}
],
"textPolarity": "负"
},
"message": "SUCCESS",
"tracerId": "1639036027.4482515"
}
出参说明
字段 | 说明 |
textPolarity | 整条文本情感极性:正、中、负 |
textProb | 整条文本情感极性置信度(取值范围[0,1],越大代表整条文本为textPolarity对应情感极性的概率越高) |
aspectItem | 属性情感列表,每个元素是一个JSON字段 |
aspectCategory | 属性类别 |
aspectPolarity | 属性片段极性(正、中、负) |
clause | 情感子句 |
clauseIndex | 情感子句所在的起始位置,终结位置 |
positiveProb | 情感正向置信度(取值范围[0,1],越大代表情感正向概率越高) |
negativeProb | 情感负向置信度(取值范围[0,1],越大代表情感负向概率越高) |
terms | 抽取的属性情感词列表,每个元素是一个JSON字段 |
aspectTerm | 属性词 |
opinionTerm | 情感词 |
normedAspectTerm | 归一化属性词 |
normedOpinionTerm | 归一化情感词 |