[PYTHON] PyPI-Paket für die supereinfache Verwendung von Cotoha in Google Colab

> ===> Einzigartige Ausdrucksextraktion ===> {'message': '', 'result': [{'begin_pos': 0, 'class': 'ART', 'end_pos': 8, 'extended_class': 'Product_Other', 'form': 'Black Thunder', 'source': 'basic', 'std_form': 'Black Thunder'}], 'status': 0} > > ===> Parsing ===> {'message': '', 'result': [{'chunk_info': {'chunk_func': 2, 'chunk_head': 1, 'dep': 'D', 'head': 1, 'id': 0, 'links': []}, 'tokens': [{'attributes': {}, 'features': [], 'form': 'schwarz', 'id': 0, 'kana': 'schwarz', 'Deckspelze': 'schwarz', 'pos': 'Nomen'}, {'attributes': {}, 'dependency_labels': [{'label': 'compound', 'token_id': 0}, {'label': 'case', 'token_id': 2}], 'features': [], 'Form': 'Donner', 'id': 1, 'kana': 'Donner', 'Deckspelze': 'Donner', 'pos': 'Nomen'}, {'attributes': {}, 'Features': ['Dauerbetrieb'], 'Form zu', 'id': 2, 'kana': 'wo', 'Lemma': 'bis', 'pos': 'Fallassistent'}]}, {'chunk_info': {'chunk_func': 1, 'chunk_head': 0, 'dep': 'O', 'head': -1, 'id': 1, 'links': [{'label': 'object', 'link': 0}], 'predicate': []}, 'tokens': [{'attributes': {}, 'dependency_labels': [{'label': 'dobj', 'token_id': 1}, {'label': 'aux', 'token_id': 4}, {'label': 'punct', 'token_id': 5}], 'features': ['A'], 'form': 'essen', 'id': 3, 'kana': 'Tabe', 'Lemma': 'essen', 'pos': 'Verbstamm'}, {'attributes': {}, 'Features': ['Ende'], 'form': 'tai', 'id': 4, 'kana': 'Thailand', 'lemma': 'tai', 'pos': 'Verbsuffix'}, {'attributes': {}, 'features': [], 'form': '。', 'id': 5, 'kana': '', 'lemma': '。', 'pos': 'Phrase'}]}], 'status': 0} > > ===> Korrespondenzanalyse ===> {'message': 'OK', 'result': {'coreference': [], 'Token': [[['Schwarz', 'Donner', 'Essen', 'Wollen', '. ']]}, 'status': 0} > > ===> Schlüsselwortextraktion ===> {'message': '', 'result': [{'form': 'Black Thunder', 'score': 10.0}], 'status': 0} > > ===> Ähnlichkeitsberechnung ===> {'message': 'OK', 'result': {'score': 0.99846786}, 'status': 0} > > ===> Urteilsurteil ===> {'message': '', 'result': {'dialog_act': ['information-providing'], 'modality': 'declarative'}, 'status': 0} > > ===> Benutzerattributschätzung (β) ===> {'message': 'OK', 'Ergebnis': {'Zivilstatus': 'verheiratet', 'hobby': ['ANIMAL', 'COOKING', 'FISHING', 'FORTUNE', 'GYM', 'INTERNET', 'SHOPPING', 'STUDY']}, 'status': 0} > > ===> Stagnationsentfernung (β) ===> {'message': 'OK', 'result': [{'fillers': [], 'fixed_sentence': 'Ich möchte schwarzen Donner essen. ', 'normalized_sentence': 'Ich möchte schwarzen Donner essen. '}], 'status': 0} > > ===> Spracherkennungsfehlererkennung (β) ===> {'message': 'OK', 'result': {'candidates': [{'begin_pos': 4, 'Korrektur': [{'korrekter_Wert': 0.709220240165901, 'Form': 'Tänzer'}, {'rect_score ': 0.6137611877341953,' form ':' bander '}, {'correct_score': 0.6054945064139393, 'form': 'thunder'}, {'rect_score ': 0.5943849175403254,' form ':' Sanda '}, {'rect_score ': 0.5878497568567171,' form ':' Zander '}], 'detect_score': 0.05464221591729093, 'end_pos': 8, 'form': 'Thunder'}], 'score': 0.05464221591729093}, 'status': 0} > > ===> Emotionsanalyse ===> {'message': 'OK', 'result': {'emotional_phrase': [], 'score': 0.38033421036210907, 'sentiment': 'Neutral'}, 'status': 0} > > ===> Zusammenfassung (β) ===> {'Ergebnis': 'Ich möchte schwarzen Donner essen. ',' status ': 0} > > Analyse beendet! >

Schreiben Sie die Client-ID und das Client-Geheimnis nach dem Kopieren neu

# -*- coding:utf-8 -*-
#Referenz: https://qiita.com/gossy5454/items/83072418fb0c5f3e269f#python%E3%81%A7%E4%BD%BF%E3%81%A3%E3%81%A6%E3%81%BF%E3%81%9F

import os
import urllib.request
import json
import configparser
import codecs
import sys

client_id = "Kunden ID"
client_secret = "Kundengeheimnis"

developer_api_base_url = "https://api.ce-cotoha.com/api/dev/nlp/"
access_token_publish_url = "https://api.ce-cotoha.com/v1/oauth/accesstokens"

api_name_show_switch = 1 #Setzen Sie diesen Wert auf 0, wenn der API-Name nicht im Ausgabeergebnis angezeigt werden soll

def cotoha_call(api_type, sentence_1, sentence_2 = "Ich möchte weißen Donner essen", sent_len = 1, ):
    #Zugriffstoken erhalten
    def getAccessToken():
        #Zugriff auf die URL-Angabe für die Token-Erfassung
        url = access_token_publish_url

        #Header-Spezifikation
        headers={
            "Content-Type": "application/json;charset=UTF-8"
        }

        #Körperspezifikation anfordern
        data = {
            "grantType": "client_credentials",
            "clientId": client_id,
            "clientSecret": client_secret
        }
        #Codieren Sie die Anforderungshauptteilspezifikation in JSON
        data = json.dumps(data).encode()

        #Anforderungsgenerierung
        req = urllib.request.Request(url, data, headers)

        #Senden Sie eine Anfrage und erhalten Sie eine Antwort
        res = urllib.request.urlopen(req)

        #Antwortkörper erhalten
        res_body = res.read()

        #Dekodieren Sie den Antworttext von JSON
        res_body = json.loads(res_body)

        #Holen Sie sich das Zugriffstoken vom Antworttext
        access_token = res_body["access_token"]

        return access_token

    #API-URL-Spezifikation
    if api_type == "parse":
        api_name = "Parsing"
        base_url_footer = "v1/" + api_type
        request_body_type = 1
    elif api_type == "ne":
        api_name = "Einzigartige Ausdrucksextraktion"
        base_url_footer = "v1/" + api_type
        request_body_type = 1
    elif api_type == "keyword":
        api_name = "Schlüsselwortextraktion"
        base_url_footer = "v1/" + api_type
        request_body_type = 2
    elif api_type == "coref":
        api_name = "Korrespondenzanalyse"
        base_url_footer = "v1/coreference"
        request_body_type = 2
    elif api_type == "simi":
        api_name = "Ähnlichkeitsberechnung"
        base_url_footer = "v1/similarity"
        request_body_type = 3
    elif api_type == "sen_type":
        api_name = "Urteilsurteil"
        base_url_footer = "v1/sentence_type"
        request_body_type = 1
    elif api_type == "user_at":
        api_name = "Benutzerattributschätzung (β)"
        base_url_footer = "beta/user_attribute"
        request_body_type = 2
    elif api_type == "filter":
        api_name = "Stagnationsentfernung (β)"
        base_url_footer = "beta/remove_filler"
        request_body_type = 4
    elif api_type == "detect":
        api_name = "Spracherkennungsfehlererkennung (β)"
        base_url_footer = "beta/detect_misrecognition"
        request_body_type = 1
    elif api_type == "senti":
        api_name = "Emotionsanalyse"
        base_url_footer = "v1/sentiment"
        request_body_type = 1
    elif api_type == "summary":
        api_name = "Zusammenfassung (β)"
        base_url_footer = "beta/summary"
        request_body_type = 5
    else :
        print("Api Type Error.")
        sys.exit()

    if api_name_show_switch == 1:
        print("===>\n" + api_name + "\n===>")
    
    url = developer_api_base_url + base_url_footer

    #Header-Spezifikation
    headers={
        "Authorization": "Bearer " + getAccessToken(), #access_token,
        "Content-Type": "application/json;charset=UTF-8",
    }
    #Körperspezifikation anfordern
    if request_body_type == 1:
        data = {
            "sentence": sentence_1
        }
    elif request_body_type == 2:
        data = {
            "document": sentence_1
        }
    elif request_body_type == 3:
        data = {
            "s1": sentence_1,
            "s2": sentence_2
        }
    elif request_body_type == 4:
        data = {
            "text": sentence_1
        }
    elif request_body_type == 5:
        data = {
            "document": sentence_1,
            "sent_len": sent_len
        }

    #Codieren Sie die Anforderungshauptteilspezifikation in JSON
    data = json.dumps(data).encode()
        #Anforderungsgenerierung
    req = urllib.request.Request(url, data, headers)
        #Senden Sie eine Anfrage und erhalten Sie eine Antwort
    try:
        res = urllib.request.urlopen(req)
    #Was tun, wenn in der Anforderung ein Fehler auftritt?
    except urllib.request.HTTPError as e:
        #Wenn der Statuscode 401 Unauthorized lautet, fordern Sie das Zugriffstoken erneut an und fordern Sie es erneut an
        if e.code == 401:
            access_token = getAccessToken()
            headers["Authorization"] = "Bearer " + access_token
            req = urllib.request.Request(url, data, headers)
            res = urllib.request.urlopen(req)
        #Wenn der Fehler nicht 401 ist, wird die Ursache angezeigt.
        else:
            print ("<Error> " + e.reason)
            #sys.exit()

    #Antwortkörper erhalten
    res_body = res.read()
    #Dekodieren Sie den Antworttext von JSON
    res_body = json.loads(res_body)
    #Holen Sie sich das Analyseergebnis vom Antworttext
    return res_body