开放能力
开发平台
行业应用
生态合作
开发与教学
资讯 社区 控制台
技术能力
语音技术
图像技术
文字识别
人脸与人体识别
视频技术
AR与VR
自然语言处理
知识图谱
数据智能
场景方案
部署方案
行业应用
智能教育
智能医疗
智能零售
智能工业
企业服务
智能政务
智能农业
信息服务
智能园区
智能硬件
语言处理技术

    情感倾向分析

    情感倾向分析接口(可定制)

    接口描述

    情感倾向分析接口(通用版):对只包含单一主体主观信息的文本,进行自动情感倾向性判断(积极、消极、中性),并给出相应的置信度。为口碑分析、话题监控、舆情分析等应用提供基础技术支持,同时支持用户自行定制模型效果调优。

    情感倾向分析接口(定制版):用户在控制台中的【个性化定制】中选择【情感倾向分析定制】,在通用版的基础效果之上,通过上传特定应用场景的正负情感语料来训练和调优模型,满足您不同场景下的精度要求。

    定制版接口的详细使用教程,请您在论坛查看教学帖,帖子链接:定制版配置使用说明帖

    在线调试

    您可以在API Explorer中调试该接口,可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。

    请求说明

    请求示例

    (情感分析 - 通用版)

    HTTP方法: POST 请求URL: https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify

    (情感分析 - 定制版,注意需要先保证定制模型生效成功再调用,否则接口会报错)

    HTTP方法: POST 请求URL: https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify_custom

    URL参数:

    参数
    access_token 通过API Key和Secret Key获取的access_token,参考“Access Token获取

    Header如下:

    参数
    Content-Type application/json

    Body请求示例:

    {
        "text": "苹果是一家伟大的公司"
    }

    请求格式

    POST方式调用

    注意:要求使用JSON格式的结构体来描述一个请求的具体内容。

    body整体文本内容可以支持GBK和UTF-8两种格式的编码。

    1、GBK支持:默认按GBK进行编码,输入内容为GBK编码,输出内容为GBK编码,否则会接口报错编码错误

    2、UTF-8支持:若文本需要使用UTF-8编码,请在url参数中添加charset=UTF-8 (大小写敏感) 例如 https://aip.baidubce.com/rpc/2.0/nlp/v1/lexer?charset=UTF-8&access_token=24.f9ba9c5241b67688bb4adbed8bc91dec.2592000.1485570332.282335-8574074

    请求参数

    参数 类型 描述
    text string 文本内容,最大2048字节

    返回格式

    JSON格式

    默认返回内容为GBK编码

    若用户指定输入为UTF-8编码(通过指定charset参数),则返回内容为UTF-8编码

    返回说明

    返回参数

    参数 说明 描述
    log_id uint64 请求唯一标识码
    sentiment int 表示情感极性分类结果,0:负向,1:中性,2:正向
    confidence float 表示分类的置信度,取值范围[0,1]
    positive_prob float 表示属于积极类别的概率 ,取值范围[0,1]
    negative_prob float 表示属于消极类别的概率,取值范围[0,1]

    返回示例

    {
        "text":"苹果是一家伟大的公司",
        "items":[
            {
                "sentiment":2,    //表示情感极性分类结果
                "confidence":0.40, //表示分类的置信度
                "positive_prob":0.73, //表示属于积极类别的概率
                "negative_prob":0.27  //表示属于消极类别的概率
            }
        ]
    }
    上一篇
    评论观点抽取
    下一篇
    对话情绪识别