[PYTHON] Ich habe versucht, die COTOHA-API zu verwenden (es gibt auch Code auf GitHub).

0. Verwandte Artikel

n-te Abkochung

1. Hintergrund

~~ Weil ich etwas über [Present Planning] gelernt habe (https://zine.qiita.com/event/collaboration-cotoha-api/). ~~

Ich persönlich wollte schon lange eine Textanalyse durchführen und habe mich daher entschlossen, diese Gelegenheit zu nutzen. Als ich es nachgeschlagen habe, gab es jedoch keine offizielle API für verschiedene Sprachen. (Dieser Artikel gehört dem Autor. Es ist wie bei NTT, aber vielleicht ist dies die offizielle Theorie.

Also werde ich versuchen, es nach dem Studium zu schaffen.

Link zum COTOHA API Portal

2. Beschreibung der erstellten API

2.1 Betriebsbestätigte Umgebung

Anfragen ist erforderlich.

windows

Linux

Mac

♰ Ich habe nicht ♰

2.2 Quick start

  1. Registrieren Sie sich zunächst kostenlos unter COTOHA API for Developers.
  2. Führen Sie den folgenden Befehl aus
git clone https://github.com/tsuji-tomonori/cotohapy.git
cd cotohapy
pip install -r requirements.txt
# config.Einen json erstellen
python demo.py
#wenn,Für die Python3-Umgebung
python3 demo.py
# action!

config.json sieht so aus.



```json
{
    "access_token_publish_url": "",
    "developer_api_base_url": "",
    "clientid": "",
    "clientsecret": ""
}

Wenn Sie zum Konto nach Hause gehen, wird die folgende Seite angezeigt. Stellen Sie sie daher basierend darauf ein. Die Korrespondenztabelle ist unten angefügt.

key.png

2.3 Verwendung

GitHub

git clone https://github.com/tsuji-tomonori/cotohapy.git

importieren

from cotohapy3 import CotohaAPI

Die Bibliothek befindet sich alle in "cotohapy3". Neben "CotohaAPI" gibt es noch andere Klassen, aber das wird später sein ...

Zugriffstoken abrufen

Stellen Sie sicher, dass Sie zuerst gehen.

api = CotohaAPI(
    developer_api_base_url=developer_api_base_url, 
    access_token_publish_url=access_token_publish_url
)
api.login(clientid=clientid, clientsecret=clientsecret)
def __init__(self, developer_api_base_url, access_token_publish_url)
Streit Datentyp Inhalt
developer_api_base_url str API Base URL
access_token_publish_url str Access Token Publish URL
def login(self, clientid, clientsecret)
Streit Datentyp Inhalt
clientid str Client ID
clientsecret str Client secret

Syntaxanalyse: `` `parse```

#Ausführungsbeispiel
api.parse("Ich habe gestern mit meiner Mutter in Ginza gegrilltes Fleisch gegessen")
def parse(self, sentence, **kwargs)
Streit Datentyp Inhalt
sentence str Analysezielsatz
**kwargs Alle anderen Parameter(Offizielle Referenz API Referenz)

Einzigartige Ausdrucksextraktion: `` `ne```

#Ausführungsbeispiel
api.ne("Ich habe gestern den Bahnhof von Tokio benutzt.")
def ne(self, sentence, **kwargs)
Streit Datentyp Inhalt
sentence str Analysezielsatz
**kwargs Alle anderen Parameter(Offizielle Referenz API Referenz)

Korrespondenzanalyse: `` `Koreferenz```

#Ausführungsbeispiel
api.coreference("Taro ist ein Freund. Er aß gegrilltes Fleisch.")
def coreference(self, document, **kwargs)
Streit Datentyp Inhalt
document str / list Geben Sie eines der folgenden Formate an
str:Zu analysierende Aussage
list:Zu analysierende Aussage集合
**kwargs Alle anderen Parameter(Offizielle Referenz API Referenz)

Schlüsselwortextraktion: `` `Schlüsselwort```

#Ausführungsbeispiel
api.keyword("Ich habe im Restaurant zu Mittag gegessen.")
def keyword(self, document, **kwargs)
Streit Datentyp Inhalt
document str / list Geben Sie eines der folgenden Formate an
str:Zu analysierende Aussage
list:Zu analysierende Aussage集合
**kwargs Alle anderen Parameter(Offizielle Referenz API Referenz)

Ähnlichkeitsberechnung: `` `Ähnlichkeit```

#Ausführungsbeispiel
api.similarity("Wo ist das Restaurant in der Nähe?", "Wo sind die Restaurants hier?")
def similarity(self, s1, s2, **kwargs)
Streit Datentyp Inhalt
s1 str Auf Ähnlichkeit zu berechnender Text
s2 str Auf Ähnlichkeit zu berechnender Text
**kwargs Alle anderen Parameter(Offizielle Referenz API Referenz)

Bestimmung des Anweisungstyps: `` `Satztyp```

#Ausführungsbeispiel
api.sentence_type("Wie heißen Sie?")
def sentence_type(self, sentence, **kwargs)
Streit Datentyp Inhalt
sentence str Analysezielsatz
**kwargs Alle anderen Parameter(Offizielle Referenz API Referenz)

Benutzerattributschätzung (β): `` `Benutzerattribut```

#Ausführungsbeispiel
api.user_attribute("Als ich gestern am Bahnhof Tamachi trinken ging, wurde meine Frau wütend.")
def user_attribute(self, document, **kwargs)
Streit Datentyp Inhalt
document str / list Geben Sie eines der folgenden Formate an
str:Zu analysierende Aussage
list:Zu analysierende Aussage集合
**kwargs Alle anderen Parameter(Offizielle Referenz API Referenz)

Stagnationsentfernung (β): `` `remove_filler```

#Ausführungsbeispiel
api.remove_filler(
    "War das heute das Treffen? Es tut mir leid, ich habe ein wenig dringendes Bedürfnis."
)
def remove_filler(self, text, **kwargs)
Streit Datentyp Inhalt
text str Zu analysierender Text
**kwargs Alle anderen Parameter(Offizielle Referenz API Referenz)

Spracherkennungsfehlererkennung (β): `` `Erkennung von Fehlerkennung```

#Ausführungsbeispiel
api.detect_misrecognition("Die Erkennung heißer Quellen macht einen Fehler")
def detect_misrecognition(self, sentence, **kwargs)
Streit Datentyp Inhalt
sentence str Analysezielsatz
**kwargs nichts Besonderes(Nur für den Fall als die Beta-Version)

Emotionsanalyse: `` `sentiment```

#Ausführungsbeispiel
api.sentiment("Den Frühling des Lebens genießen")
def sentiment(self, sentence)
Streit Datentyp Inhalt
sentence str Analysezielsatz

Zusammenfassung (β): `` `Zusammenfassung```

#Ausführungsbeispiel
with open("summary.txt", "r", encoding="utf-8") as f:
    document = f.read()
api.summary(document, 1)

summary.txt


Die Frontlinie stagniert über dem Pazifik. Auf der anderen Seite herrscht im Meer in der Nähe von Chishima ein hoher Druck, der Nord- und Ostjapan sanft bedeckt. Die Kanto-Region ist sonnig und manchmal bewölkt mit etwas Regen. Aufgrund der feuchten Luft und des Einflusses der Front wird Tokio nach sonniger und regnerischer Nacht bewölkt sein.
def summary(self, document, sent_len, **kwargs)
Streit Datentyp Inhalt
document str Eingabetext
sent_len int Anzahl der zusammenfassenden Sätze
**kwargs nichts Besonderes(Nur für den Fall als die Beta-Version)

3. Zukunftspläne

Ich möchte etwas herausbringen, das ich gemacht habe

Oder ich möchte eine Funktion erklären, die nicht erklärt wird

Referenz

pixivpy

Recommended Posts

Ich habe versucht, die COTOHA-API zu verwenden (es gibt auch Code auf GitHub).
Ich habe versucht, die checkio-API zu verwenden
Ich habe versucht, die COTOHA-API zu berühren
Ich habe versucht, die BigQuery-Speicher-API zu verwenden
Ich habe versucht, Remote API mit GAE / J zu verwenden
Ich habe versucht, die Google Cloud Vision-API zu verwenden
Ich habe versucht, die API von Sakenowa Data Project zu verwenden
Ich habe versucht, die Syntax zu bewerten, die mit der COTOHA-API zu humorvoll und humorvoll war.
[Erste COTOHA-API] Ich habe versucht, die alte Geschichte zusammenzufassen
[Python] Ich habe versucht, Daten mit der API von Wikipedia zu sammeln
[Für Anfänger] Ich habe versucht, die Tensorflow-Objekterkennungs-API zu verwenden
Ich habe die Naro-Roman-API 2 ausprobiert
Ich habe die neuartige API von Naruro ausprobiert
Ich habe versucht, den auf Papier gestempelten Stempel mit OpenCV zu digitalisieren
Ich habe versucht, YOUTUBE Data API V3 zu verwenden
Ich bin auf die Hatena Keyword API gestoßen
Ich habe versucht, die UnityCloudBuild-API von Python zu verwenden
Spielen Sie mit Dajare mithilfe der COTOHA-API
Ich habe versucht, den Authentifizierungscode der Qiita-API mit Python abzurufen.
Ich habe versucht, verschiedene Sätze mit der automatischen Zusammenfassungs-API "summpy" zusammenzufassen.
Ich habe versucht, die Phase der Geschichte mit COTOHA zu extrahieren und zu veranschaulichen
Mit COTOHA habe ich versucht, den emotionalen Verlauf des Laufens von Meros zu verfolgen.
Ich habe in der Bibliothek nach der Verwendung der Gracenote-API gesucht
Ich habe versucht, die Qiita-API von Anfang an zu aktivieren
vprof - Ich habe versucht, den Profiler für Python zu verwenden
Ich habe versucht, PyCaret mit der schnellsten Geschwindigkeit zu verwenden
[Pythonocc] Ich habe versucht, CAD auf einem Jupyter-Notebook zu verwenden
Probieren Sie CI den Push-Python-Code auf GitHub aus.
Ausgabe der Repository-Liste mit der Github-API auf dem Mac
Ich habe versucht, das Datetime-Modul von Python zu verwenden
Bis die Sphinx-Dokumentation auf GitHub veröffentlicht wird
Ich habe LINE Message API (line-bot-sdk-python) mit GAE ausprobiert
Ich habe versucht, den Bildfilter von OpenCV zu verwenden
Ich habe versucht, die funktionale Programmierbibliothek toolz zu verwenden
Ich habe versucht, mit tkinter mit dem Taschenrechner zu spielen
Ich habe versucht, parametrisiert zu verwenden
Ich habe versucht, Argparse zu verwenden
Ich habe versucht, Mimesis zu verwenden
Ich habe versucht, anytree zu verwenden
Ich habe Python zum ersten Mal auf dem Mac ausprobiert.
Ich habe versucht, das Update von "Werde ein Romanautor" mit "IFTTT" und "Werde ein Romanautor API" zu benachrichtigen.
Ich habe versucht, die App auf der IoT-Plattform "Rimotte" auszuführen.
[Python] Ich habe sofort versucht, die VS-Code-Erweiterung von Pylance zu verwenden.
Ich habe versucht, aiomysql zu verwenden
Ich habe versucht, Summpy zu verwenden
Ich habe versucht, Coturn zu verwenden
Ich habe versucht, Pipenv zu verwenden
Ich habe versucht, Matplotlib zu verwenden
Ich habe versucht, "Anvil" zu verwenden.
Ich habe versucht, Hubot zu verwenden
Ich habe versucht, ESPCN zu verwenden
[Linux] Ich habe versucht, die genetische Statistiksoftware PLINK zu verwenden
Ich habe versucht, openpyxl zu verwenden
Ich habe einen visuellen Regressionstest auf GitHub Pages versucht
Ich habe versucht, EKG-Daten mit der K-Shape-Methode zu gruppieren
Ich habe versucht, Ipython zu verwenden
Ich habe versucht, die Sündenfunktion mit Chainer zu approximieren
Ich habe versucht, PyCaret zu verwenden