一、百度智能云情感分析接口申请

• 先在百度智能云页面申请相应的账号，传送门

• 登录账号之后，点击控制栏的【产品服务】，选择相应的功能接口创建表单

• 页面如下：

• 找到【人工智能】功能服务，然后选择【自然语言处理】

• 然后可以看到跳转出来的页面除了自然语言处理的文本向量化表示之外，还有情感分析，甚至情感分析定制服务
  

• 选择【创建应用】，就可以生成自己的账号信息

二、python调用API

• 首先要确保python安装了相应的库，可以参考这里安装
• 然后python调用

from aip import AipNlp

""" 你的 APPID AK SK """      #需要自己取智能云百度平台申请账号
APP_ID = 'XXX'
API_KEY = 'XXXXX'
SECRET_KEY = 'XXXXXXXXX'

client = AipNlp(APP_ID, API_KEY, SECRET_KEY)

str_text="这部电影情节合理，演员选角很好"
sent_result = client.sentimentClassify(str_text)
print (sent_result)

• 这个接口分析出来的结果会有：情感分类结果（sent：0代表消极，1代表中性，2代表积极），confidence，pos_prob,neg_prob

三、分析本地文件的情感分析应用

先看一下爬取的慕课大学网站的一些课程的评论数据：

• 分析本地文件文本的代码如下：

import pandas as pd
import time
import re

path = 'XXX.csv'  #需要处理的文件的路径
df = pd.read_csv(open(path,'r',encoding='utf-8'))#读取文件为df格式
count = 0
N=50#试验型分析选择了50条
df['sent']=''
df['pos_prob']=''
df['neg_prob']=''#增加了新的三列空数据
for i in range(N):#每一行遍历
    if df['text'].iloc[i] :
        try:
            result = client.sentimentClassify(df['text'].iloc[i])
            time.sleep(0.1)
            if 'error_code' not in str(result):
                count = count + 1
                df['sent012'].iloc[i]=result['items'][0]['sentiment']
                #0代表消极，1代表中性，2代表积极 
                df['pos_prob'].iloc[i]=result['items'][0]['positive_prob']
                df['neg_prob'].iloc[i]=result['items'][0]['negative_prob']
                print(count)
        except:
            pass
df.to_csv('baidu_sent_analysis_output.csv','utf-8')

• 分析结果的四个字段展示
  

四、总结

• 定制版情感分析还未有尝试，根据介绍应该是自己训练分类模型
• 百度这个开放平台分类的算法没有公开，简单的原理介绍也没有

》最后，无论python爬虫还是文本分析都刚刚起步，如有问题欢迎指出《
》》》》》》》欢迎更多关于情感分析方面的交流《《《《《《《《《《