Käytä edistynyttä luonnollisen kielen käsittelyä ja sävyanalyysiä merkityksellisten oivalluksien saamiseksi

Lähdesolmu: 749298

Yhteenveto

Opi kuinka saada tietoa luonnollisen kielen tekstistä, kuten luokka, käsitteet, tunne, kokonaisuudet, avainsanat, tunteet, positiivisimmat virkkeet ja sanapilvet käyttämällä IBM® Watson ™ Natural Language Understanding- ja Watson Tone Analyzer -sovelluksia.

Kuvaus

Watson Natural Language Understanding sisältää joukon tekstianalyysitoimintoja, joita voidaan käyttää merkitysten poimimiseen jäsentämättömästä tiedosta, kuten tekstitiedostosta. Watson Tone Analyzer ymmärtää tunteet ja viestinnän tyylit tekstissä. Yhdistämällä molempien palveluiden ominaisuudet, voit saada merkityksellisiä tietoja luonnollisen kielen ymmärtämisanalyysikertomuksen muodossa luonnollisen kielen kopiosta. Tässä koodikuviossa käytetty kopio tuotetaan IBM Q1 2019 -kokouksen videotallenteesta. Raportti koostuu kokouksen tunteellisesta analyysistä, kokouksessa puhuneista suosituimmista positiivisista lauseista ja avainsanoihin perustuvista sanapilvistä Python Flask -ajon avulla.

Kun olet suorittanut koodikuvion, ymmärrät kuinka:

  • Käytä edistynyttä luonnollista kielikäsittelyä tekstien analysoimiseksi ja metadatan poimimiseksi sisällöstä, kuten käsitteet, entiteetit, avainsanat, luokat, tunteet ja tunteet
  • Hyödynnä Watson Tone Analyzer -kognitiivinen kielellinen analyysi erilaisten sävyjen tunnistamiseksi sekä lause- että asiakirjatasolla
  • Yhdistä sovellukset suoraan Cloud Object Storage -sovellukseen

Virtaus

Use advanced NLP flow diagram

  1. Tekstitys tekstistä edellinen koodikuvio sarjan versio noudetaan IBM Cloud Object Storage -sovelluksesta.
  2. Watson Natural Language Understanding- ja Watson Tone Analyzer -sovelluksia käytetään oivalluksen saamiseksi tekstistä.
  3. Watson Natural Language Understandingin ja Watson Tone Analyzerin vastaus analysoidaan sovelluksessa ja luodaan raportti.
  4. Käyttäjä voi ladata raportin, joka koostuu tekstimuotoisista oivalluksista.

Ohjeet

Etsi tämän mallin yksityiskohtaiset vaiheet readme tiedosto. Vaiheet osoittavat sinulle, miten:

  1. Klooni GitHub-arkisto.
  2. Luo Watson-palvelut.
  3. Lisää käyttöoikeustiedot sovellukseen.
  4. Ota sovellus käyttöön.
  5. Suorita sovellus.

Tämä koodikuvio on osa Odota videoista videoita IBM Watsonilla käytä tapaussarjaa, joka esittelee ratkaisun merkityksellisten tietojen saamiseksi videoista käyttämällä Watson Speech to Text, Watson Natural Language Processing ja Watson Tone Analyzer -palveluita.

Lähde: https://developer.ibm.com/patterns/use-advanced-nlp-and-tone-analyser-to-extract-insights-from-text/

Aikaleima:

Lisää aiheesta IBM-kehittäjä