Entiende el procesamiento de lenguaje natural

[dieciséis]

Ve a la Consola de la plataforma de Google Cloud y cree un nuevo proyecto o seleccione uno existente para trabajar. El servicio es gratuito para usar hasta que comience a hacer un gran volumen de solicitudes de API. Es posible que deba asociar la información de facturación con la cuenta cuando active la API, pero esto no se cobra a bajo volumen y puede eliminar los servicios después de que haya terminado de realizar pruebas si lo desea.

02. Habilitar la nube NL

Navegue a la Biblioteca API y seleccione la API de NL. Una vez habilitado, debe ver un poco de verificación verde y el mensaje 'API habilitado' a su lado.

03. Crear una cuenta de servicio

Tendrás que configurar un cuenta de servicio para este servicio. Como vamos a establecer el uso como un servicio típico, esta es la mejor práctica. También funciona mejor con el flujo de autenticación.

04. Descargar la clave privada

Una vez que tenga un proyecto con la API habilitada y una cuenta de servicio, puede descargar su clave privada como un archivo JSON. Tome nota de la ubicación del archivo, para que pueda usarlo en los siguientes pasos.

Si tiene algún problema con los primeros pasos, hay una guía. aquí Eso ayuda, que termina con la descarga de la tecla JSON.

05. Establecer variable de entorno

A continuación, necesitas configurar el Google_application_credentials Variable ambiental, por lo que se puede acceder a las llamadas API. Esto apunta a su archivo JSON que acaba de descargar y le ahorra tener que escribir la ruta cada vez. Abra una nueva ventana de terminal y use el comando Exportar así:

export GOOGLE_APPLICATION_CREDENTIALS="/Users/username/Downloads/[file name].json"

Reemplace la [Nombre del archivo] Con su archivo de clave privado y use la ruta a su archivo.

En Windows, puede hacer lo mismo a través de la línea de comandos, como esta:

$env:GOOGLE_APPLICATION_CREDENTIALS="C:\Users\username\Downloads\[FILE_NAME].json"

Nota: Si cierre la ventana de Terminal o Console, es posible que deba ejecutarlo nuevamente para configurar la variable.

06. Haz una llamada a la API.

Ahora está listo para profundizar en el uso de la API y ver PNL en acción. Usará enrollado para hacer pruebas rápidas de la API. También puede utilizar este método de su código.

Las solicitudes de rizo se pueden hacer en la mayoría de los idiomas, lo que significa que puede realizar las llamadas directamente en la línea de comandos o asignar el resultado a una variable en el idioma de su elección. Mira aquí Para algunos consejos rápidos en el uso de curl.

Probemos una solicitud de prueba, con una oración simple. Lo correremos a través de la analizamientos punto final.

En su interfaz de terminal o línea de comandos, ingrese el siguiente comando:

 Curl -x Post \
     -H "Autorización: portador" $ (GCLOUD AUTÍO AUTÍCULA DE APECTURA POR DEFAZA DE ACCESO DE PRUEBA) \
     -H "Tipo de contenido: Aplicación / JSON; Chartset = UTF-8" \
     --datos "{
  'documento':{
    'Tipo': 'PLANT_TEXT',
    'Contenido': 'John McCarthy es uno de los padres fundadores de la inteligencia artificial'.
  },
  'EncodingType': 'UTF8'
} "" https://language.googleapis.com/v1/documents :analyzeentities"

Debería ver un resultado JSON después de ejecutar. Es posible que se le solicite la primera vez que usa esto para activar la API o permitir el acceso. Puede responder 'Sí' o 'y' a ese indicador y debe devolver el JSON después de eso.

Devolverá una variedad de entradas, similares a las como esta la primera para la entrada "John McCarthy".

 {
      "Nombre": "John McCarthy",
      "Tipo": "persona",
      "Metadatos": {
        "Wikipedia_URL": "https://en.wikipedia.org/wiki/john_mccarthy_(computer_scientist)",
        "Mid": "/ m / 01svfj"
      },
      "Salience": 0.40979216,
      "menciones": [
        {
          "texto": {
            "Contenido": "John McCarthy",
            "BeginOffset": 0
          },
          "Tipo": "adecuado"
        }
      ]
    }, 

Nota: Puede usar una URL en lugar del texto de contenido en el parámetro de contenido de la declaración CURL.

Puedes ver en la lista de entidades de muestra, el nombre identificado y el escribe , que el AI determinado es un PERSONA . También encontró un partido de Wikipedia para el nombre y devolvió eso. Esto puede ser útil, ya que podría usar esa URL como contenido para una segunda solicitud a la API y obtener aún más entidades e información sobre este. También puedes ver el prominencia Valor a 0.4, lo que indica una importancia relativa significativa de la entidad en el contexto del texto que proporcionamos. También puede ver que está correctamente identificado como ADECUADO , que se refiere al tipo sustantivo (un sustantivo adecuado), así como cuántas ocurrencias (menciones) de la entidad en el texto.

La API devolverá los valores para todas las entidades clave en el texto que envíe. Esto solo puede ser extremadamente útil para procesar lo que un usuario podría estar comunicándose con su aplicación. Independientemente de lo que contenga la sentencia, es una buena posibilidad de que se trate de la persona, John McCarthy, y podríamos buscar información para el usuario en función de esto solo. También podríamos responder de una manera que refleje nuestra comprensión, esta declaración se refiere a una persona.

Puede seguir utilizando este método para probar las llamadas que usaremos. También puede configurar el SDK local en un idioma que prefiera y entero en su aplicación.

07. Instale la biblioteca de clientes

Tiempo para hacer una aplicación web simple para demostrar cómo integrar la API en proyectos.

Para aplicaciones de NLP, es común usar Python o nodo. Para mostrar la versatilidad de usar las API, usaremos el SDK PHP. Si desea ajustar el código en un idioma diferente, hay un gran recurso de SDKS aquí .

Comience por asegurarse de que tiene una carpeta de proyecto configurada en su servidor local o remoto. Si ya no lo tiene, obtenga compositor e instale su carpeta de proyecto. Es posible que tenga un compositor ya instalado a nivel mundial y eso también está bien.

Ejecute el siguiente comando compositor para instalar los archivos del proveedor en su proyecto:

 PHP -R "Copia ('https://getcomposer.org/installer', 'compositor-setup.php');"
php -r "si (hash_file ( 'SHA384', 'compositor-setup.php') === '93b54496392c06277467 0ac18b134c3b3a95e5a5e5 c8f1a9f115f203b75bf9a129d5 daa8ba6a13e2cc8a1da080 6388a8') {echo 'instalador verifica';} else {echo 'Instalador corrupto'; unlink (' compositor-setup.php ');} echo php_eol; "
PHP Composer-Setup.php
PHP -R "Unlink ('compositor-setup.php');"
PHP Composer.Far requiere Google / Nube-Language 

El compositor hace una carpeta de proveedores en la carpeta de su proyecto e instala todas las dependencias para usted.

Si se queda atascado, lo que desea usar PHP, puede consultar este recurso en Instalación del compositor .

08. Crea un nuevo archivo

Si está siguiendo a lo largo de PHP, cree un nuevo archivo PHP en la carpeta de su proyecto. Sin embargo, configúrelo, pero incluya un formulario HTML simple para enviar rápidamente el texto.

Aquí hay un ejemplo de archivo PHP con el formulario:

 & lt;! DOCTYPE HTML & GT;
& lt; html & gt;
& lt; cabeza y gt;
& lt; title & gt; net - Tutorial NLP & LT; / TITLE & GT;
& lt; / cabeza y gt;
& lt; cuerpo y gt;
& lt; formando & gt;
& LT; P & GT; & LT; TIPO DE INPUT = 'texto' ID = "contenido" Nombre = "contenido" Placeholder = "¿Qué puedo analizar?" / & gt; & lt; / p & gt;
& lt; p & gt; & lt; Entrada Type = 'Enviar' Name = 'Enviar' id = 'Enviar' valor = 'Analyze' & GT; & LT; / P & GT;
& lt; / FORK & GT;
& lt; div clase = "resultados" & gt;
& lt;? PHP
// el código PHP va aquí //
Si (vacío ($ _ obtenga ['contenido'])) {Die (); }
$ contenido = $ _get ['contenido'];
& gt;
& lt; / DIV & GT;
& lt; / body & gt;
& lt; / html & gt; 

El código incluye un archivo HTML básico con un formulario, junto con un marcador de posición para su código PHP. El código comienza simplemente comprobando la existencia de la variable de contenido (enviada desde el formulario). Si aún no se envía, simplemente sale y no hace nada.

09. Hacer la variable de entorno.

Similar al paso que hicimos anteriormente cuando se usa la llamada de CURL de la línea de comandos, necesitamos establecer el Google_application_credentials variable. Esto es esencial para que se autentique.

En php usamos el putenv comando para establecer una variable de entorno. La autenticación creada por el SDK expira, por lo que debe incluir esto en su código para que lo tome y lo configure cada vez.

Agregue este código Siguiente en su código PHP:

 PUTENV ('Google_Application_Crenentials = / Users / RichardMattka / descargas / NLP Tutorial 1-1027228343dc.json'); 

Reemplace la ruta y el nombre del archivo como lo hizo antes con el suyo.

10. Inicializa la biblioteca.

A continuación, agregue la biblioteca y inicialice la Languague clase en su código. Agregue este código junto a su sección de código PHP:

 Requiere __DIR__. '/vendor/autoload.php';
Utilice Google \ Cloud \ Language \ lenguGeclient;
$ ProjectID = 'NLP-Tutorial-1-1543506531329';
$ Idioma = nuevo lengugeclient ([
    'ProyectID' = & gt; $ projectid
]); 

Comience por requerir el AutoLoad del proveedor. Esto es similar en Python o nodo si necesita sus dependencias. Importar el Languague A continuación, para hacer uso de la clase. Definir tu Projecto ID . Si no está seguro de qué es esto, puede buscarlo en su consola GCP, donde configuró el proyecto originalmente. Finalmente, crea un nuevo Languague objeto usando su Projecto ID y asignelo a la $ idioma variable.

11. Analizar las entidades.

Ahora está listo para comenzar a usar la API de NLP en su código. Puede enviar el contenido desde el formulario a la API y obtener el resultado. Por ahora solo mostrará el resultado como JSON a la pantalla. En la práctica, podría evaluar los resultados y usarlos de la manera que desee. Puede responder al usuario según los resultados, busque más información o ejecute tareas.

Para recapitular, el análisis de la entidad devolverá la información sobre el 'qué' o las 'cosas' se encuentran en el texto.

 $ Result = $ Language- & GT; AnalizzeEntities ($ contenido);
foreach ($ resultado- & gt; entidades () como $ e) {
echo "& lt; div clase = 'resultado' & gt;";
$ resultado = JSON_ENCODE ($ E, JSON_PRINTY_PRINT);
echo $ resultado;
echo "& lt; / div & gt;";
} 

Este código envía el contenido del formulario enviado a la analizamientos Punto final y almacena el resultado en el $ resultado variable. Luego, se one de la lista de entidades regresadas de $ resultado- & gt; entidades () . Para que sea un poco más legible, puede formatearlo como JSON antes de emitirlo a la pantalla. Nuevamente, este es un ejemplo para mostrarle cómo usarlo. Podría procesarlo y reaccionar a los resultados, sin embargo, necesita.

12. Analizar el sentimiento.

En lugar de conocer el "qué" del contenido, también puede ser valioso conocer el sentimiento. ¿Cómo se siente el usuario? ¿Cómo se sienten acerca de las entidades en sus comunicaciones?

Actualizar el código para usar el AnalizamientosEntimento punto final. Esto evaluará tanto a las entidades como antes, sino también devolver un puntaje de sentimiento para cada uno.

 $ Result = $ Language- & GT; AnalizzeEntitySentiment ($ contenido);

foreach ($ resultado- & gt; entidades () como $ e) {
echo "& lt; div clase = 'resultado' & gt;";
$ resultado = JSON_ENCODE ($ E, JSON_PRINTY_PRINT);
echo $ resultado;
echo "& lt; / div & gt;";
} 

Pruebas con el contenido a través del formulario, "Star Wars es la mejor película de todos los tiempos". Verá un resultado similar a esto:

 {"Nombre": "Star Wars", "Tipo": "Work_of_art", "Metadata": {"Mid": "\ / M \ / 06MMR", "Wikipedia_URL": "https: \ / \ / en.wikipedia.org \ / wiki \ / star_wars "}," salience ": 0.63493526," menciones ": [{" texto ": {" contenido ":" Star Wars "," SPOINOFFSET ": 0}," TIPO " : "Adecuado", "sentimiento": {"magnitud": 0.6, "Puntuación": 0.6}}], "Sentimiento": {"magnitud": 0.6, "Puntuación": 0.6}}
{"Nombre": "Película", "Tipo": "work_of_art", "metadatos": [], "salience": 0.36506474, "menciones": [{"texto": {"contenido": "Película": " SPOINOFFSET ": 22}," TIPO ":" común "," sentimiento ": {" magnitud ": 0.9," Puntuación ": 0.9}}]," Sentimiento ": {" magnitud ": 0.9," Puntuación ": 0.9 }} 

Esto muestra una puntuación de sentimiento positivo de valor significativo. No solo conoce ahora las palabras clave que el usuario se está comunicando, sino también cómo se sienten al respecto. Su aplicación puede responder adecuadamente en función de estos datos. Tienes una clara identificación de "Star Wars" como el tema principal con una alta saliente. Tiene un enlace Wikipedia para agarrar más información si desea ejecutar esa URL de nuevo a través de la misma llamada API. También sabes que el usuario se siente positivo al respecto. Incluso puede ver que la declaración pesa el sentimiento positivo en la calidad de la misma como una película. Muy genial.

Pensamientos de separación

Intenta experimentar con otros puntos finales. Específicamente, echa un vistazo a la análisis y classifytext puntos finales. Estos le brindan aún más partes de los datos del habla y la clasificación de las entidades de contenido.

Este artículo fue publicado originalmente en el número 315 de neto , la revista más vendida del mundo para diseñadores web y desarrolladores web. Comprar emisión 315 aquí o Suscríbete aquí .

Artículos relacionados:

• 7 enormes tendencias tecnológicas que los diseñadores necesitan saber ahora
• Cómo diseñar una experiencia de Chatbot
• 5 trucos de conversión contraintuitiva