Utilisez le traitement avancé du langage naturel et l'analyse des tons pour extraire des informations significatives

Résumé

Apprenez à extraire des informations à partir d'un texte en langage naturel, telles que la catégorie, les concepts, les émotions, les entités, les mots clés, les sentiments, les phrases les plus positives et les nuages ​​de mots à l'aide d'IBM® Watson ™ Natural Language Understanding et Watson Tone Analyzer.

Description

Watson Natural Language Understanding comprend un ensemble de fonctionnalités d'analyse de texte qui peuvent être utilisées pour extraire des significations à partir de données non structurées telles qu'un fichier texte. Watson Tone Analyzer comprend les émotions et les styles de communication dans un texte. En combinant les capacités des deux services, vous pouvez extraire des informations significatives sous la forme d'un rapport d'analyse de la compréhension du langage naturel à partir d'une transcription en langage naturel. La transcription utilisée dans ce modèle de code est générée à partir d'un enregistrement vidéo de la réunion des résultats IBM Q1 2019. Le rapport comprend une analyse des sentiments de la réunion, les principales phrases positives prononcées lors de la réunion et des nuages ​​de mots basés sur des mots-clés, à l'aide d'un environnement d'exécution Python Flask.

Après avoir terminé le modèle de code, vous savez comment:

• Utilisez le traitement avancé du langage naturel pour analyser le texte et extraire des métadonnées à partir de contenus tels que des concepts, des entités, des mots clés, des catégories, des sentiments et des émotions
• Tirez parti de l'analyse linguistique cognitive de Watson Tone Analyzer pour identifier une variété de tonalités au niveau de la phrase et du document
• Connectez les applications directement à Cloud Object Storage

Flow

1. Le texte transcrit du modèle de code précédent de la série est extraite d'IBM Cloud Object Storage.
2. Watson Natural Language Understanding et Watson Tone Analyzer sont utilisés pour extraire des informations du texte.
3. La réponse de Watson Natural Language Understanding et Watson Tone Analyzer est analysée par l'application et un rapport est généré.
4. L'utilisateur peut télécharger le rapport, qui comprend les informations textuelles.

Instructions

Trouvez les étapes détaillées de ce modèle dans le readme fichier. Les étapes vous montrent comment:

1. Clonez le référentiel GitHub.
2. Créez les services Watson.
3. Ajoutez les informations d'identification à l'application.
4. Déployez l'application.
5. Exécutez l'application.

Ce modèle de code fait partie de la Extraire des informations à partir de vidéos avec IBM Watson série de cas d'utilisation, qui présente la solution sur l'extraction d'informations significatives à partir de vidéos à l'aide des services Watson Speech to Text, Watson Natural Language Processing et Watson Tone Analyzer.

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