利用百度api自然语言处理技术中的评论观点抽取方面，对淘宝购物的评论进行分析，把关键词进行提取，方便买家快速了解该商品的相关特点，具体实现过程如下：
1、创建相关新应用
首先，需要登录百度ai平台，创建一个关于自然语言处理技术的应用（领取免费额度），获得appid、api key和secret key如下：
然后下载python的sdk，然后可以通过阅读api的使用手册和自然语言处理技术的观点抽取相关案例：
2、获取access token
使用百度api时需要先获取access token，并且需要用到上一步获取的参数api key和secret key，在百度给出的使用说明中，建议用post的方式对url进行请求来获取access_token，同时可以加入header，该方式支持utf-8编码，具体实现代码如下：
import json
import time
import requests
from urllib.request import urlopen
#定义获取token函数
def get_token():
req = request(token_url)
req.add_header('content-type', 'application/json; charset=utf-8')
try:
f = urlopen(req,timeout=5)
result_str = f.read().decode('utf-8')
except urlerror as err:
print(err)
result = json.loads(result_str)
#返回access token字符串
return result['access_token']
3、分析评论并进行观点抽取
在获取access token后就可以使用百度api对评论进行分析并抽取关键词。在使用说明中，调用api时需要输入参数text和type，其中text为需要分析的文本，而type分成了13各类别，具体取值说明如下：
因为本文分析的是淘宝购物评论文本数据，所以该参数取值选择了12。其次，返回格式需要指定输入为utf-8编码，对于调用后返回的参数，本文用到了prop、adj和sentiment三个参数，解释如下：
具体实现代码如下：
def analysis_comment(host,comment):
#定义分析类别（购物）
data = json.dumps(
{
"text":comment,
"type":12
})
request = request(url=host,data=data.encode('utf-8'))
request.add_header('content-type', 'application/json; charset=utf-8')
response = urlopen(request)
content = response.read().decode('utf-8')
rdata = json.loads(content)
print("--------------------------------------------------------------")
print("评论：")
print(" " + comment)
print("\n评论关键字：")
#把积极、中性、消极关键词分类出来并打印
for item in rdata['items']:
if item['sentiment'] == 2:
print(u" 积极的评论关键词：" + item['prop'] + item['adj'])
if item['sentiment'] == 1:
print(u" 中性的评论关键词：" + item['prop'] + item['adj'])
if item['sentiment'] == 0:
print(u" 消极的评论关键词：" + item['prop'] + item['adj'])
4、运行结果
在对上述函数进行定义后，运行改代码，调用函数：
if __name__ == '__main__':
#定义访问url（api key和secret key换成自己的）
comment_url = "https://aip.baidubce.com/rpc/2.0/nlp/v2/comment_tag"
token_url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=your_api_key&client_secret=your_secret_key"
a_t = get_token()
host = comment_url + "?charset=utf-8&access_token="+a_t
comment1 = {"text":"版型不错，颜色很好看，面料非常舒服而且厚度适中"}
comment2 = {"text":"上身效果一般，做工也一般，会有点起球，没有想象中好"}
comment3 = {"text":"设计做工一点都不好，袖子特别长，衣服比例设计非常差，性价比不高"}
comment1 = comment1["text"]
comment2 = comment2["text"]
comment3 = comment3["text"]
analysis_comment(host,comment1)
analysis_comment(host,comment2)
analysis_comment(host,comment3)
运行结果如下：
然而，从结果中可以看出，在第二句评论中，“一般”这个词应该定义为中性，而该模型将其定义为消极，说明该模型在一定程度上仍存在一些瑕疵，这也是后期需要改进的地方。
以上就是python 利用百度api进行淘宝评论关键词提取的详细内容，更多关于python 淘宝评论关键词提取的资料请关注www.887551.com其它相关文章！
黄山市民网：https://www.huangshanshimin.com/
