服務(wù)開通與資源包購買

使用前，請確認(rèn)是否已經(jīng)開通服務(wù)，開通后可購買資源包。

• 服務(wù)開通：開通地址

• 購買資源包：購買地址

服務(wù)調(diào)用與調(diào)試

模型調(diào)用文檔參考：模型調(diào)用

SDK示例文檔參考：SDK示例

調(diào)試

通過環(huán)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(quán)限，風(fēng)險(xiǎn)很高。強(qiáng)烈建議您創(chuàng)建并使用RAM用戶進(jìn)行API訪問或日常運(yùn)維，請登錄RAM控制臺創(chuàng)建RAM用戶。

   2. 強(qiáng)烈建議不要把AccessKey和AccessKeySecret保存到代碼里，會存在密鑰泄漏風(fēng)險(xiǎn)，在此提供通過配置環(huán)境變量的方式來保存和訪問aksk

2. Linux和macOS系統(tǒng)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(zhǔn)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(tǒng)配置方法

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

   2. 重啟Windows系統(tǒng)。

Java代碼示例

/**
 * 阿里云賬號AccessKey擁有所有API的訪問權(quán)限，風(fēng)險(xiǎn)很高。強(qiáng)烈建議您創(chuàng)建并使用RAM用戶進(jìn)行API訪問或日常運(yùn)維，請登錄RAM控制臺創(chuàng)建RAM用戶。
 * 此處以把AccessKey和AccessKeySecret保存在環(huán)境變量為例說明。您也可以根據(jù)業(yè)務(wù)需要，保存到配置文件里。
 * 強(qiáng)烈建議不要把AccessKey和AccessKeySecret保存到代碼里，會存在密鑰泄漏風(fēng)險(xiǎn)
 */
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> map = new HashMap<>();
map.put("input", "服務(wù)態(tài)度不好，你們就是這種服務(wù)態(tài)度的？");
RunPreTrainServiceRequest request = new RunPreTrainServiceRequest();
request.setServiceName("Dialog-Analysis");
request.setPredictContent(JSON.toJSONString(map));
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(quán)限，風(fēng)險(xiǎn)很高。強(qiáng)烈建議您創(chuàng)建并使用RAM用戶進(jìn)行API訪問或日常運(yùn)維，請登錄RAM控制臺創(chuàng)建RAM用戶。
 * 此處以把AccessKey和AccessKeySecret保存在環(huán)境變量為例說明。您也可以根據(jù)業(yè)務(wù)需要，保存到配置文件里。
 * 強(qiáng)烈建議不要把AccessKey和AccessKeySecret保存到代碼里，會存在密鑰泄漏風(fēng)險(xiǎn)
 */
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"
);
# 輸入還可以包括上文context_above和下文context_below信息，有助于提升算法效果，但也可以省略不寫，參考輸入示例。
content = {
  "input": "服務(wù)態(tài)度不好，你們就是這種服務(wù)態(tài)度的？",
}
# Initialize a request and set parameters
request = RunPreTrainServiceRequest.RunPreTrainServiceRequest()
request.set_ServiceName('Dialog-Analysis')
request.set_PredictContent(json.dumps(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(nèi)容示例

#包含上文context_above和下文context_below數(shù)據(jù)的完整示例，有助于提升算法效果，上下文也可以省略不寫
{
  "context_above": [
    {
      "role": "?戶",
      "context": "叫你改價(jià)格直接取消我訂單？"
    },
    {
      "role": "客服",
      "context": "訂單下單后不?持修改"
    }
  ],
  "input": "服務(wù)態(tài)度不好，你們就是這種服務(wù)態(tài)度的？",
  "context_below": [
    {
      "role": "客服",
      "context": "不好意思呢，確實(shí)是這樣的"
    },
    {
      "role": "?戶",
      "context": "拜拜，再也不來了"
    }
  ]
}

PredictResult內(nèi)容示例

{
  "emotion": {
    "key": "抱怨",
    "score": 0.4929790496826172
  },
  "intent": {
    "key": "?",
    "score": 0.756518542766571
  },
  "category": {
    "key": "其他類-其他",
    "score": 0.4580000042915344
  },
  "sentiment": {
    "key": "負(fù)",
    "score": 1.0
  },
  "aspectItem": [
    {
      "aspectCategory": "客服-服務(wù)",
      "aspectPolarity": "負(fù)",
      "negativeProb": 1.0,
      "positiveProb": 0.0,
      "terms": [
        {
          "aspectTerm": "服務(wù)態(tài)度",
          "opinionTerm": "不好"
        }
      ]
    }
  ]
}

入?yún)⒄f明

出參說明