日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

UIE商品評價解析服務-電商領域

基于Universal Information Extraction (UIE) 技術的商品評價解析服務,可支持用戶自定義標簽。

說明

本服務由NLP自學習平臺提供,直接調用API即可使用。

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

您可以在OpenAPI開發者門戶中直接運行該接口,免去您計算簽名的困擾。運行成功后,OpenAPI開發者門戶可以自動生成SDK代碼示例。

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_ENVNLP_SK_ENV,并寫入已準備好的AccessKey ID和AccessKey Secret。

    2. 重啟Windows系統。

接口名稱

UIE-ABSA-Commerce

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

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

# Initialize AcsClient instance
client = AcsClient(
 "<your-access-id-key>",
 "<your-access-id-secret>",
 "cn-hangzhou"
);

query = {"content": "組裝超級簡單,按照說明書鼓搗一會兒就安上了,然后出去騎了一圈,很不錯。", "labels": ["質量", "輪子", "重量", "顏色", "騎行體驗", "安裝", "整體"]}

# Initialize a request and set parameters
request = RunPreTrainServiceRequest.RunPreTrainServiceRequest()
request.set_ServiceName('UIE-ABSA-Commerce')
request.set_PredictContent(json.dumps(query))

# 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內容示例

PredictContent參數為JSON字符串傳入,JSON字符串包含內容參考下面舉例。

{
	"content": "組裝超級簡單,按照說明書鼓搗一會兒就安上了,然后出去騎了一圈,很不錯。",
	"labels": ["質量", "輪子", "重量", "顏色", "騎行體驗", "安裝", "整體"]
}

入參說明

參數

說明

content

需要預測的文本內容,最長支持384字

labels

需要抽取的屬性詞列表

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。

{
	'code': 1000,
	'data': {
		'cost': '1.374s',
		'aspectItem': [{
			'aspectPolarity': '正',
			'terms': [{
				'aspectTerm': '組裝',
				'opinionTerm': '超級簡單'
			}],
			'opinionProb': '1.0',
			'aspectCategory': '安裝'
		}]
	},
	'message': 'SUCCESS',
	'tracerID': 'oxyimTcf6pZGnzPbDF'
}

出參說明

字段

說明

cost

服務耗時

aspectPolarity

屬性片段極性(正、中、負)

aspectTerm

屬性詞

opinionTerm

情感詞

opinionProb

屬性詞為該情感極性的概率

aspectCategory

屬性類別