分析情緒

情緒分析會檢查指定的文字內容，進而識別文字內容的主要情緒主張，特別是判斷撰寫者的態度為正面、負面或中立。情緒分析是透過 analyzeSentiment 方法執行。如需有關 Natural Language API 支援哪些語言的資訊，請參閱「語言支援」。如要瞭解如何解讀分析中的 score 和 magnitude 情緒值，請參閱「情緒分析值說明」。

本節將示範幾種偵測文件中情緒的方法。請分別提交每份文件的要求。

分析字串中的情緒

以下示範如何針對直接傳送至 Natural Language API 的文字字串執行情緒分析：

通訊協定

如要分析文件中的情緒，請向 documents:analyzeSentiment REST 方法提出 POST 要求，並提供適當的要求主體，如同下列範例所示。

範例中使用的 gcloud auth application-default print-access-token 指令，可取得使用 Google Cloud Platform gcloud CLI 為專案設定的服務帳戶存取權杖。如需安裝 gcloud CLI、使用服務帳戶建立專案的操作說明，請參閱快速入門。

curl -X POST \
     -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
     -H "Content-Type: application/json; charset=utf-8" \
     --data "{
  'encodingType': 'UTF8',
  'document': {
    'type': 'PLAIN_TEXT',
    'content': 'Enjoy your vacation!'
  }
}" "https://language.googleapis.com/v2/documents:analyzeSentiment"

如果您未指定 document.language_code，系統會自動偵測語言。如需有關 Natural Language API 支援哪些語言的資訊，請參閱「語言支援」。如要進一步瞭解如何設定要求主體，請參閱 Document 參考說明文件。

如果要求成功，伺服器會傳回 200 OK HTTP 狀態碼與 JSON 格式的回應：

{
  "documentSentiment": {
    "magnitude": 0.8,
    "score": 0.8
  },
  "language": "en",
  "sentences": [
    {
      "text": {
        "content": "Enjoy your vacation!",
        "beginOffset": 0
      },
      "sentiment": {
        "magnitude": 0.8,
        "score": 0.8
      }
    }
  ]
}

documentSentiment.score 會以大於零的數值來表示正面情緒，小於零的數值則表示負面情緒。

gcloud

如需完整的詳細資訊，請參閱 analyze-sentiment 指令。

如要執行情緒分析，請使用 gcloud CLI，並使用 --content 標記標示要分析的內容：

gcloud ml language analyze-sentiment --content="Enjoy your vacation!"

如果要求成功，伺服器會傳回 JSON 格式的回應：

{
  "documentSentiment": {
    "magnitude": 0.8,
    "score": 0.8
  },
  "language": "en",
  "sentences": [
    {
      "text": {
        "content": "Enjoy your vacation!",
        "beginOffset": 0
      },
      "sentiment": {
        "magnitude": 0.8,
        "score": 0.8
      }
    }
  ]
}

documentSentiment.score 會以大於零的數值來表示正面情緒，小於零的數值則表示負面情緒。

Go

如要瞭解如何安裝及使用 Natural Language 的用戶端程式庫，請參閱 Natural Language 用戶端程式庫。詳情請參閱 Natural Language Go API 參考資料說明文件。

如要向 Natural Language 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

import (
	"context"
	"fmt"
	"io"

	language "cloud.google.com/go/language/apiv2"
	"cloud.google.com/go/language/apiv2/languagepb"
)

// analyzeSentiment sends a string of text to the Cloud Natural Language API to
// assess the sentiment of the text.
func analyzeSentiment(w io.Writer, text string) error {
	ctx := context.Background()

	// Initialize client.
	client, err := language.NewClient(ctx)
	if err != nil {
		return err
	}
	defer client.Close()

	resp, err := client.AnalyzeSentiment(ctx, &languagepb.AnalyzeSentimentRequest{
		Document: &languagepb.Document{
			Source: &languagepb.Document_Content{
				Content: text,
			},
			Type: languagepb.Document_PLAIN_TEXT,
		},
		EncodingType: languagepb.EncodingType_UTF8,
	})

	if err != nil {
		return fmt.Errorf("AnalyzeSentiment: %w", err)
	}
	fmt.Fprintf(w, "Response: %q\n", resp)

	return nil
}

Java

如要瞭解如何安裝及使用 Natural Language 的用戶端程式庫，請參閱 Natural Language 用戶端程式庫。詳情請參閱 Natural Language Java API 參考資料說明文件。

如要向 Natural Language 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

// Instantiate the Language client com.google.cloud.language.v2.LanguageServiceClient
try (LanguageServiceClient language = LanguageServiceClient.create()) {
  Document doc = Document.newBuilder().setContent(text).setType(Type.PLAIN_TEXT).build();
  AnalyzeSentimentResponse response = language.analyzeSentiment(doc);
  Sentiment sentiment = response.getDocumentSentiment();
  if (sentiment == null) {
    System.out.println("No sentiment found");
  } else {
    System.out.printf("Sentiment magnitude: %.3f\n", sentiment.getMagnitude());
    System.out.printf("Sentiment score: %.3f\n", sentiment.getScore());
  }
  return sentiment;
}

Python

如要瞭解如何安裝及使用 Natural Language 的用戶端程式庫，請參閱 Natural Language 用戶端程式庫。詳情請參閱 Natural Language Python API 參考資料說明文件。

如要向 Natural Language 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

from google.cloud import language_v2


def sample_analyze_sentiment(text_content: str = "I am so happy and joyful.") -> None:
    """
    Analyzes Sentiment in a string.

    Args:
      text_content: The text content to analyze.
    """

    client = language_v2.LanguageServiceClient()

    # text_content = 'I am so happy and joyful.'

    # Available types: PLAIN_TEXT, HTML
    document_type_in_plain_text = language_v2.Document.Type.PLAIN_TEXT

    # Optional. If not specified, the language is automatically detected.
    # For list of supported languages:
    # https://cloud.google.com/natural-language/docs/languages
    language_code = "en"
    document = {
        "content": text_content,
        "type_": document_type_in_plain_text,
        "language_code": language_code,
    }

    # Available values: NONE, UTF8, UTF16, UTF32
    # See https://cloud.google.com/natural-language/docs/reference/rest/v2/EncodingType.
    encoding_type = language_v2.EncodingType.UTF8

    response = client.analyze_sentiment(
        request={"document": document, "encoding_type": encoding_type}
    )
    # Get overall sentiment of the input document
    print(f"Document sentiment score: {response.document_sentiment.score}")
    print(f"Document sentiment magnitude: {response.document_sentiment.magnitude}")
    # Get sentiment for all sentences in the document
    for sentence in response.sentences:
        print(f"Sentence text: {sentence.text.content}")
        print(f"Sentence sentiment score: {sentence.sentiment.score}")
        print(f"Sentence sentiment magnitude: {sentence.sentiment.magnitude}")

    # Get the language of the text, which will be the same as
    # the language specified in the request or, if not specified,
    # the automatically-detected language.
    print(f"Language of the text: {response.language_code}")

其他語言

C#：請按照用戶端程式庫頁面上的 C# 設定說明操作，然後參閱 .NET 適用的 Natural Language 參考說明文件。

PHP：請按照用戶端程式庫頁面上的 PHP 設定操作說明操作，然後參閱 PHP 的 Natural Language 參考文件。

Ruby：請按照用戶端程式庫頁面上的 Ruby 設定說明操作，然後參閱 Ruby 適用的 Natural Language 參考文件。

分析 Cloud Storage 中的情緒

為方便起見，Natural Language API 可以直接對位於 Cloud Storage 中的檔案執行情緒分析，您無需在要求內容中傳送檔案的內容。

以下示範如何對位於 Cloud Storage 的檔案執行情緒分析。

通訊協定

如要分析 Cloud Storage 中儲存文件的情緒，請向 documents:analyzeSentiment REST 方法傳送 POST 要求，並提供適當的要求主體及文件路徑，如同下列範例所示。

curl -X POST \
     -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
     -H "Content-Type: application/json; charset=utf-8" \
     --data "{
  'document':{
    'type':'PLAIN_TEXT',
    'gcsContentUri':'gs://<bucket-name>/<object-name>'
  }
}" "https://language.googleapis.com/v2/documents:analyzeSentiment"

如果您未指定 document.language_code，系統會自動偵測語言。如需有關 Natural Language API 支援哪些語言的資訊，請參閱「語言支援」。如要進一步瞭解如何設定要求主體，請參閱 Document 參考說明文件。

如果要求成功，伺服器會傳回 200 OK HTTP 狀態碼與 JSON 格式的回應：

{
  "documentSentiment": {
    "magnitude": 0.8,
    "score": 0.8
  },
  "language_code": "en",
  "sentences": [
    {
      "text": {
        "content": "Enjoy your vacation!",
        "beginOffset": 0
      },
      "sentiment": {
        "magnitude": 0.8,
        "score": 0.8
      }
    }
  ]
}

documentSentiment.score 會以大於零的數值來表示正面情緒，小於零的數值則表示負面情緒。

gcloud

如需完整的詳細資訊，請參閱 analyze-sentiment 指令。

如要對 Cloud Storage 的檔案執行情緒分析，請使用 gcloud 指令列工具並使用 --content-file 標記標示含有待分析內容的檔案路徑：

gcloud ml language analyze-sentiment --content-file=gs://YOUR_BUCKET_NAME/YOUR_FILE_NAME

如果要求成功，伺服器會傳回 JSON 格式的回應：

{
  "documentSentiment": {
    "magnitude": 0.8,
    "score": 0.8
  },
  "language": "en",
  "sentences": [
    {
      "text": {
        "content": "Enjoy your vacation!",
        "beginOffset": 0
      },
      "sentiment": {
        "magnitude": 0.8,
        "score": 0.8
      }
    }
  ]
}

documentSentiment.score 會以大於零的數值來表示正面情緒，小於零的數值則表示負面情緒。

Go

如要瞭解如何安裝及使用 Natural Language 的用戶端程式庫，請參閱 Natural Language 用戶端程式庫。詳情請參閱 Natural Language Go API 參考資料說明文件。

如要向 Natural Language 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

func analyzeSentimentFromGCS(ctx context.Context, gcsURI string) (*languagepb.AnalyzeSentimentResponse, error) {
	return client.AnalyzeSentiment(ctx, &languagepb.AnalyzeSentimentRequest{
		Document: &languagepb.Document{
			Source: &languagepb.Document_GcsContentUri{
				GcsContentUri: gcsURI,
			},
			Type: languagepb.Document_PLAIN_TEXT,
		},
	})
}

Java

如要瞭解如何安裝及使用 Natural Language 的用戶端程式庫，請參閱 Natural Language 用戶端程式庫。詳情請參閱 Natural Language Java API 參考資料說明文件。

如要向 Natural Language 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

// Instantiate the Language client com.google.cloud.language.v2.LanguageServiceClient
try (LanguageServiceClient language = LanguageServiceClient.create()) {
  Document doc =
      Document.newBuilder().setGcsContentUri(gcsUri).setType(Type.PLAIN_TEXT).build();
  AnalyzeSentimentResponse response = language.analyzeSentiment(doc);
  Sentiment sentiment = response.getDocumentSentiment();
  if (sentiment == null) {
    System.out.println("No sentiment found");
  } else {
    System.out.printf("Sentiment magnitude : %.3f\n", sentiment.getMagnitude());
    System.out.printf("Sentiment score : %.3f\n", sentiment.getScore());
  }
  return sentiment;
}

Node.js

如要瞭解如何安裝及使用 Natural Language 的用戶端程式庫，請參閱 Natural Language 用戶端程式庫。詳情請參閱 Natural Language Node.js API 參考資料說明文件。

如要向 Natural Language 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

// Imports the Google Cloud client library
const language = require('@google-cloud/language').v2;

// Creates a client
const client = new language.LanguageServiceClient();

/**
 * TODO(developer): Uncomment the following lines to run this code
 */
// const bucketName = 'Your bucket name, e.g. my-bucket';
// const fileName = 'Your file name, e.g. my-file.txt';

// Prepares a document, representing a text file in Cloud Storage
const document = {
  gcsContentUri: `gs://${bucketName}/${fileName}`,
  type: 'PLAIN_TEXT',
};

// Detects the sentiment of the document
const [result] = await client.analyzeSentiment({document});

const sentiment = result.documentSentiment;
console.log('Document sentiment:');
console.log(`  Score: ${sentiment.score}`);
console.log(`  Magnitude: ${sentiment.magnitude}`);

const sentences = result.sentences;
sentences.forEach(sentence => {
  console.log(`Sentence: ${sentence.text.content}`);
  console.log(`  Score: ${sentence.sentiment.score}`);
  console.log(`  Magnitude: ${sentence.sentiment.magnitude}`);
});

Python

如要瞭解如何安裝及使用 Natural Language 的用戶端程式庫，請參閱 Natural Language 用戶端程式庫。詳情請參閱 Natural Language Python API 參考資料說明文件。

如要向 Natural Language 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

from google.cloud import language_v2


def sample_analyze_sentiment(
    gcs_content_uri: str = "gs://cloud-samples-data/language/sentiment-positive.txt",
) -> None:
    """
    Analyzes Sentiment in text file stored in Cloud Storage.

    Args:
      gcs_content_uri: Google Cloud Storage URI where the file content is located.
        e.g. gs://[Your Bucket]/[Path to File]
    """

    client = language_v2.LanguageServiceClient()

    # Available types: PLAIN_TEXT, HTML
    document_type_in_plain_text = language_v2.Document.Type.PLAIN_TEXT

    # Optional. If not specified, the language is automatically detected.
    # For list of supported languages:
    # https://cloud.google.com/natural-language/docs/languages
    language_code = "en"
    document = {
        "gcs_content_uri": gcs_content_uri,
        "type_": document_type_in_plain_text,
        "language_code": language_code,
    }

    # Available values: NONE, UTF8, UTF16, UTF32
    # See https://cloud.google.com/natural-language/docs/reference/rest/v2/EncodingType.
    encoding_type = language_v2.EncodingType.UTF8

    response = client.analyze_sentiment(
        request={"document": document, "encoding_type": encoding_type}
    )
    # Get overall sentiment of the input document
    print(f"Document sentiment score: {response.document_sentiment.score}")
    print(f"Document sentiment magnitude: {response.document_sentiment.magnitude}")
    # Get sentiment for all sentences in the document
    for sentence in response.sentences:
        print(f"Sentence text: {sentence.text.content}")
        print(f"Sentence sentiment score: {sentence.sentiment.score}")
        print(f"Sentence sentiment magnitude: {sentence.sentiment.magnitude}")

    # Get the language of the text, which will be the same as
    # the language specified in the request or, if not specified,
    # the automatically-detected language.
    print(f"Language of the text: {response.language_code}")

其他語言

C#：請按照用戶端程式庫頁面上的 C# 設定說明操作，然後參閱 .NET 適用的 Natural Language 參考說明文件。

PHP：請按照用戶端程式庫頁面上的 PHP 設定操作說明操作，然後參閱 PHP 的 Natural Language 參考文件。

Ruby：請按照用戶端程式庫頁面上的 Ruby 設定說明操作，然後參閱 Ruby 適用的 Natural Language 參考文件。