Python中好用的中文语义分析系统——bosonnlp

转载http://www.360doc.com/content/17/0714/13/29291909_671277330.shtml

造数（http://zaoshu.io/）——一个神奇的网站

NLP是什么

自然语言处理被广泛应用于各种行业来解决关键知识性问题，例如从收集的大量珍贵的非结构化内容中提取的见解（CRM 数据、 社媒体、 新闻、 专利、 财务信息披露等。）通过先进的算法，自然语言处理揭露出在任何非结构化中的人物、事件、时间、地点等内容，从而能够提供贯穿所有业务的全新层面的理解。

bosonnlp能解决什么问题

1. 情感分析Sentiment Analysis

2. 信息分类Classification

3. 实体识别Named Entity Recognition

4. 典型意见Opinion Extraction

5. 文本聚类Clustering

6. 关键词提取Keyword Extraction

如何使用Python操作bosonnlp

安装

$ pip install -U bosonnlp

安装成功后，编写以下Python脚本，并保存为 sentiment.py 。在代码中，将 YOUR_API_TOKEN 更换为您的API密钥。

[[0.28867338699939415, 0.7113266130006058]]

通过SDK调用，对以上内容的情感分析结果为 负面概率较大。

找出最负面的消费者评价

介绍

我们随机在天猫上抽取100条关于某化妆品的评论作为分析数据，利用情感分析引擎来分析这100条数据，并且根据负面概率从大到小排序。 负面概率结果为 0 到 1 之间的数值，通常负面概率大于 0.6 以上时，我们可以认定这条数据为负面。对于 0.4-0.6 之间的数据为模糊地带，由用户对这个区间的结果做判断，取一个相对的值，大于这个值的数据为负面。

Python 调用示例

请先下载测试数据：http://docs.bosonnlp.com/_downloads/text_sentiment.txt

结果

你也可以来网站亲自体验bosonnlp

http://bosonnlp.com/

---

造数（http://zaoshu.io/）——一个神奇的网站