Pubblico
Questo tutorial è progettato per consentirti di iniziare a esplorare e sviluppare rapidamente le applicazioni con l'API Cloud Natural Language. È progettata per le persone che hanno familiarità con la programmazione di base, anche se non hanno una conoscenza approfondita della programmazione. Dopo aver seguito questo tutorial, dovresti essere in grado di utilizzare la documentazione di riferimento per creare le tue applicazioni di base.
Questo tutorial illustra un'applicazione Natural Language utilizzando il codice Python. Lo scopo non è spiegare le librerie client per Python, ma spiegare come effettuare chiamate all'API Natural Language. Le applicazioni in Java e Node.js sono essenzialmente simili. Consulta l'API Natural Language Esempi per esempi in altre lingue (incluso l'esempio in questo tutorial).
Prerequisiti
Questo tutorial prevede diversi prerequisiti:
- Hai configurato un progetto Cloud Natural Language in Google Cloud Console.
- Hai configurato l'ambiente utilizzando Credenziali predefinite dell'applicazione in Google Cloud Console.
- Conosci bene Python nella programmazione di Google Cloud Console.
- Hai configurato il tuo ambiente di sviluppo Python. Ti consigliamo di installare sul tuo sistema la versione più recente di Python,
pip
evirtualenv
. Per le istruzioni, consulta la guida alla configurazione dell'ambiente di sviluppo Python per Google Cloud Platform. - Hai installato la libreria client di Google Cloud per Python
Panoramica
Questo tutorial illustra un'applicazione di Natural Language di base, utilizzando le richieste classifyText
, che classifica i contenuti in categorie insieme a un punteggio di affidabilità, ad esempio:
category: "/Internet & Telecom/Mobile & Wireless/Mobile Apps & Add-Ons"
confidence: 0.6499999761581421
Per visualizzare l'elenco di tutte le etichette di categoria disponibili, vedi Categorie.
In questo tutorial, creerai un'applicazione per eseguire le seguenti attività:
- Classifica più file di testo e scrivi il risultato in un file di indice.
- Elabora il testo della query di input per trovare file di testo simili.
- Elabora le etichette delle categorie di query di input per trovare file di testo simili.
Il tutorial utilizza i contenuti di Wikipedia. Potresti creare un'applicazione simile per elaborare articoli di notizie, commenti online e così via.
File di origine
Puoi trovare il codice sorgente del tutorial negli esempi di libreria client Python su GitHub.
Questo tutorial utilizza esempi di testo di origine di Wikipedia. Puoi trovare i file di testo di esempio nella cartella resources/texts del progetto GitHub.
Importazione delle librerie in corso...
Per utilizzare l'API Cloud Natural Language, devi importare il modulo language
dalla libreria google-cloud-language
. Il modulo language.types
contiene le classi necessarie per creare richieste. Il modulo language.enums
viene utilizzato per specificare il tipo di testo di input. Questo tutorial classifica i contenuti in testo normale (language.enums.Document.Type.PLAIN_TEXT
).
Per calcolare la somiglianza tra i testi in base alla classificazione dei contenuti che ne derivano, questo tutorial utilizza numpy
per i calcoli vettoriali.
Python
Passaggio 1: Classificazione dei contenuti
Puoi utilizzare la libreria client Python per effettuare una richiesta all'API Natural Language per classificare il contenuto. La libreria client Python incapsula i dettagli per le richieste e le risposte dall'API Natural Language.
La funzione classify
nel tutorial chiama il metodo API Natural Language
classifyText
, prima creando un'istanza della classe LanguageServiceClient
e poi chiamando il metodo classify_text
dell'istanza LanguageServiceClient
.
La funzione tutorial classify
classifica solo i contenuti di testo per questo esempio. Puoi anche classificare i contenuti di una pagina web passando nell'HTML di origine della pagina web come text
e impostando il parametro type
su language.enums.Document.Type.HTML
.
Per ulteriori informazioni, consulta la sezione Classificare i contenuti. Per maggiori dettagli sulla struttura delle richieste all'API Natural Language, consulta la pagina di riferimento con il linguaggio naturale.
Python
Il risultato restituito è un dizionario con le etichette delle categorie come chiavi e i punteggi di affidabilità come valori, ad esempio:
{
"/Computers & Electronics": 0.800000011920929,
"/Internet & Telecom/Mobile & Wireless/Mobile Apps & Add-Ons": 0.6499999761581421
}
Lo script Python del tutorial è organizzato in modo che possa essere eseguito dalla riga di comando per esperimenti rapidi. Ad esempio:
python classify_text_tutorial.py classify "Google Home enables users to speak voice commands to interact with services through the Home's intelligent personal assistant called Google Assistant. A large number of services, both in-house and third-party, are integrated, allowing users to listen to music, look at videos or photos, or receive news updates entirely by voice. "
Passaggio 2: Indicizzare più file di testo
La funzione index
nello script del tutorial prende come input una directory
contenente più file di testo e il percorso di un file in cui archivia
l'output indicizzato (il nome predefinito del file è index.json
).
La funzione index
legge il contenuto di ogni file di testo nella directory di input, quindi passa i file di testo
all'API Cloud Natural Language per essere classificata in
categorie di contenuti.
Python
I risultati dell'API Cloud Natural Language per ogni file sono organizzati in un unico dizionario, serializzato come stringa JSON e quindi scritti in un file. Ad esempio:
{
"android.txt": {
"/Computers & Electronics": 0.800000011920929,
"/Internet & Telecom/Mobile & Wireless/Mobile Apps & Add-Ons": 0.6499999761581421
},
"google.txt": {
"/Internet & Telecom": 0.5799999833106995,
"/Business & Industrial": 0.5400000214576721
}
}
Per indicizzare i file di testo dalla riga di comando con il nome file di output predefinito
index.json
, esegui il comando seguente:
python classify_text_tutorial.py index resources/texts
Passaggio 3: Eseguire query sull'indice
Query con etichette di categoria
Una volta creato il file di indice (nome file predefinito = index.json
), possiamo effettuare query nell'indice per recuperare alcuni dei nomi file e i relativi punteggi di affidabilità.
Un modo per farlo è utilizzare un'etichetta di categoria come query, che il tutorial pratica con la funzione query_category
, L'implementazione delle funzioni helper, come similarity
, è disponibile nel file classify_text_tutorial.py
. Nelle tue applicazioni, il punteggio di somiglianza e il ranking dovrebbero essere progettati con attenzione in base a casi d'uso specifici.
Python
Per un elenco di tutte le categorie disponibili, vedi Categorie.
Come prima, puoi chiamare la funzione query_category
dalla riga di comando:
python classify_text_tutorial.py query-category index.json "/Internet & Telecom/Mobile & Wireless"
Dovresti vedere un output simile al seguente:
Query: /Internet & Telecom/Mobile & Wireless
Most similar 3 indexed texts:
Filename: android.txt
Similarity: 0.665573579045
Filename: google.txt
Similarity: 0.517527175966
Filename: gcp.txt
Similarity: 0.5
Query con testo
In alternativa, puoi eseguire query con testo che potrebbe non far parte del testo indicizzato. La funzione tutorial query
è simile alla funzione query_category
, con il passaggio aggiuntivo di creare una richiesta classifyText
per l'input di testo e utilizzare i risultati per eseguire una query sul file Indice.
Python
Per farlo, dalla riga di comando esegui:
python classify_text_tutorial.py query index.json "Google Home enables users to speak voice commands to interact with services through the Home's intelligent personal assistant called Google Assistant. A large number of services, both in-house and third-party, are integrated, allowing users to listen to music, look at videos or photos, or receive news updates entirely by voice. "
Verrà stampato un testo simile al seguente:
Query: Google Home enables users to speak voice commands to interact with services through the Home's intelligent personal assistant called Google Assistant. A large number of services, both in-house and third-party, are integrated, allowing users to listen to music, look at videos or photos, or receive news updates entirely by voice.
Category: /Internet & Telecom, confidence: 0.509999990463
Category: /Computers & Electronics/Software, confidence: 0.550000011921
Most similar 3 indexed texts:
Filename: android.txt
Similarity: 0.600579500049
Filename: google.txt
Similarity: 0.401314790229
Filename: gcp.txt
Similarity: 0.38772339779
Passaggi successivi
L'API di classificazione dei contenuti consente di creare altre applicazioni. Ad esempio:
Classifica ogni paragrafo di un articolo per visualizzare la transizione tra gli argomenti.
Classifica i contenuti con timestamp e analizza la tendenza degli argomenti nel tempo.
Confronta le categorie di contenuti con il sentiment sui contenuti utilizzando il metodo
analyzeSentiment
.Confronta le categorie di contenuti con le entità menzionate nel testo.
Inoltre, è possibile utilizzare altri prodotti GCP per semplificare il tuo flusso di lavoro:
Nell'applicazione di esempio per questo tutorial, abbiamo elaborato i file di testo locali, ma puoi modificare il codice per elaborare i file di testo archiviati in un bucket Google Cloud Storage, passando un URI di Google Cloud Storage al metodo
classify_text
.Nell'applicazione di esempio per questo tutorial, abbiamo archiviato il file di indice localmente e ogni query viene elaborata leggendo l'intero file di indice. Questo comporta un'elevata latenza se hai una grande quantità di dati indicizzati o devi elaborare numerose query. Datastore è una scelta naturale e pratica per archiviare i dati dell'indice.