服務開通與資源包購買

使用前，請確認是否已經開通服務，開通后可購買資源包。

• 服務開通：開通地址

• 購買資源包：購買地址

服務調用與調試

模型調用文檔參考：模型調用

SDK示例文檔參考：SDK示例

調試

通過環境變量配置訪問憑證（AKSK）

1. 說明：

   1. 阿里云賬號AccessKey擁有所有API的訪問權限，風險很高。強烈建議您創建并使用RAM用戶進行API訪問或日常運維，請登錄RAM控制臺創建RAM用戶。

   2. 強烈建議不要把AccessKey和AccessKeySecret保存到代碼里，會存在密鑰泄漏風險，在此提供通過配置環境變量的方式來保存和訪問aksk

2. Linux和macOS系統配置方法

   export NLP_AK_ENV=<access_key_id>
   export NLP_SK_ENV=<access_key_secret>

   其中<access_key_id>替換為已準備好的AccessKey ID，<access_key_secret>替換為AccessKey Secret，AccessKey ID和AccessKey Secret的獲取方式見步驟二：獲取賬號的AccessKey

3. Windows系統配置方法

   1. 新建環境變量文件，添加環境變量NLP_AK_ENV和NLP_SK_ENV，并寫入已準備好的AccessKey ID和AccessKey Secret。

   2. 重啟Windows系統。

Java代碼示例

/**
 * 阿里云賬號AccessKey擁有所有API的訪問權限，風險很高。強烈建議您創建并使用RAM用戶進行API訪問或日常運維，請登錄RAM控制臺創建RAM用戶。
 * 此處以把AccessKey和AccessKeySecret保存在環境變量為例說明。您也可以根據業務需要，保存到配置文件里。
 * 強烈建議不要把AccessKey和AccessKeySecret保存到代碼里，會存在密鑰泄漏風險
 */
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);
String content = "簡歷文本";
RunPreTrainServiceRequest request = new RunPreTrainServiceRequest();
request.setServiceName("ResumeExtractorZH");
request.setPredictContent(content);
RunPreTrainServiceResponse response = client.getAcsResponse(request);
System.out.println(response.getPredictResult());

Python代碼示例

# 安裝依賴
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

/**
 * 阿里云賬號AccessKey擁有所有API的訪問權限，風險很高。強烈建議您創建并使用RAM用戶進行API訪問或日常運維，請登錄RAM控制臺創建RAM用戶。
 * 此處以把AccessKey和AccessKeySecret保存在環境變量為例說明。您也可以根據業務需要，保存到配置文件里。
 * 強烈建議不要把AccessKey和AccessKeySecret保存到代碼里，會存在密鑰泄漏風險
 */
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 = '簡歷文本'

# Initialize a request and set parameters
request = RunPreTrainServiceRequest.RunPreTrainServiceRequest()
request.set_ServiceName('ResumeExtractorZH')
request.set_PredictContent(content)

# Print response
response = client.do_action_with_exception(request)
resp_obj = json.loads(response)
predict_result = json.loads(resp_obj['PredictResult'])
print(predict_result['result'])

PredictContent內容示例

PredictContent參數為簡歷文本參數。

張某 ID:6111****
1390000****
z****@example.com
男|29 歲 (1990/07/27)|現居住南京-**區|8年工作經驗
職位： 軟件測試工程師

PredictResult內容示例

PredictResult是JSON字符串，需要反序列化之后進行解析，具體結構如下示例。出參result是一個JSON字符串，是一個JsonArray結構。

{
    "ret_code": 0,
    "result": [{
        "id": 0,
        "tags": [{
            "class": "姓名",
            "source": "rule",
            "span": "張某"
        }],
        "sentence": "張某 ID:6111****",
        "sent_offsets": 0
    }, {
        "id": 0,
        "tags": [{
            "conf": 0,
            "class": "手機號",
            "span": "1390000****",
            "start": 0,
            "source": "model",
            "end": 11
        }],
        "sentence": "1390000****",
        "sent_offsets": 2
    }, {
        "id": 0,
        "tags": [{
            "class": "電子郵箱",
            "source": "rule",
            "span": "z****@example.com"
        }],
        "sentence": "z****@example.com",
        "sent_offsets": 3
    }, {
        "id": 0,
        "tags": [{
            "conf": 0,
            "class": "出生日期",
            "span": "1990/07/27",
            "start": 8,
            "source": "model",
            "end": 18
        }, {
            "class": "性別",
            "source": "rule",
            "span": "男"
        }],
        "sentence": "男|29 歲 (1990/07/27)|現居住南京-**區|8年工作經驗",
        "sent_offsets": 4
    }, {
        "id": 0,
        "tags": [{
            "conf": 0,
            "class": "崗位名稱",
            "span": "軟件測試工程師",
            "start": 4,
            "source": "model",
            "end": 11
        }],
        "sentence": "職位： 軟件測試工程師",
        "sent_offsets": 6
    }],
    "message": "",
    "time": 143
}

支持字段列表