通过百度云API接口抽取得到产品评论的观点，也掠去了很多评论中无用的内容以及符号，为后续进行文本主题挖掘或者规则的提取提供基础。

工具

1、百度云账号，申请应用接口（自然语言处理）

2、python3.5

以下是百度接口提供的说明：

我们使用到的可选值是13，kindle属于3C产品。

下面是代码示例：

from aip import AipNlpimport csvimport pandas as pdfrom pandas.core.frame import DataFrame""" 你的 APPID AK SK """APP_ID = '********'API_KEY = '********'SECRET_KEY = '********'client = AipNlp(APP_ID, API_KEY, SECRET_KEY)# 导入评论数据文件，并找到第13列（12行）的评论内容提取出来def output(): urls = [] with open('E:\\tb_iphone8.csv', "r") as f: reader = csv.reader(f) for row in reader: urls.append(row[12]) return urls# 通过百度云提供的API对评论观点进行提取def commentTag(): x = output() all={} abst='' for i in range(10560): text=x[i] """ 调用评论观点抽取 """ """ 如果有可选参数 """ # 可选参数为13表示利用了3C产品的语料库 options = {} options["type"] = 13 """ 带参数调用评论观点抽取 """ result=client.commentTag(text, options) print(result) if "error_code" in result.keys(): abst+='' all['abstract'] = abst else: data = result['items'] items = data[0] abst += items['abstract'] all['abstract'] = abst return abstif __name__ == '__main__': ALL=commentTag() print(ALL)

得到的结果如下：

可以看到，现在抽取出来的评论部分内容都是具有一定观点倾向的，大部分没有什么含义的评论内容已经被除去，这对后面的分析有一定的帮助。

以上这篇对python借助百度云API对评论进行观点抽取的方法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。