Rozumí přirozeným jazykovým zpracováním

Webové stránky a aplikace mohou mít různé pohyblivé části včetně přední end kreativního, zpracování na straně serveru, API a ukládání dat. AI může zapojit některý z těchto komponent.

Na předním konci můžete připojit hlasové příkazy, chatbotová rozhraní nebo reaktivní prvky tvůrčích webggl. Na zadní straně, databáze používají inteligentní algoritmy pro maximalizaci rychlosti a analýzy. API může poskytnout vrstvu abstrakce ze široké škály funkcí AI, od předpovědí do kolektivního školení.

Pokud právě začínáte jako vývojář a potřebujete nějaké ukazatele, zjistěte Jak udělat aplikaci nebo vám můžeme pomoci vybrat, které Webové stránky Builder. , web hosting Servis a. cloudové úložiště použít.

• Chatboty: Co potřebujete vědět.

Přírodní jazyk

Zpracování přirozeného jazyka (NLP) se zaměřuje na interakce mezi stroji a lidskými jazyky. Je cílem NLP zpracovávat a analyzovat obrovské množství jazykových dat ke zlepšení přirozené komunikace mezi lidmi a stroje. Toto pole AI obsahuje rozpoznávání řeči, pochopení jazyka a generování přírodního jazyka. Naše zaměření bude o pochopení přirozeného jazyka, procesu analýzy a určení významu nebo záměru textu.

Existuje několik pojmů společných pro NLP:

• Detekce jazyka - Pochopení, který jazyk se používá v textu, je zásadní vědět, které slovníky, syntaxe a gramatické pravidla pro použití v analýze.
• Entity Extrakce - Identifikace klíčových slov ve frázích, jak je to relevantní nebo významné, mají celkový text a určení, co jsou subjekty, založené na školení nebo znalostní bázi.
• Analýza sentimentu - Posouzení obecné úrovně "pocitu" v textu. Je to obecně pozitivní nebo negativní? Také sentiment související s každou entitou. Odráží prohlášení pozitivní pocity nebo negativní o "tématu"?
• Syntaktická analýza - Pochopení struktury textu. Identifikujte atributy, jako jsou věty, části řeči (např. Podstatné jméno, sloveso), hlas, pohlaví, náladu a napětí.
• Klasifikace obsahu nebo kategorizace - organizování obsahu textu do společných kategorií k efektivnějšímu zpracování. Například New York, Londýn, Paříž, Mnichov jsou všechny "místy" nebo "městy".

Existuje mnoho technických přístupů k analýze a zpracování dat. Bez ohledu na to, který NLP nástroj, který používáte, budete muset řešit běžné kroky analýzy a analýzy. Typicky je text rozdělen do logických kousků. Tyto kousky jsou analyzovány proti vyškoleným datovým nebo znalostním základnám a přiřazeným hodnotám, obvykle v rozmezí od 0,0 do 1,0, což odrážejí úroveň důvěry v analýzu.

API přirozeného jazyka Google

Budeme používat nový přirozený jazykový API vyvinutý společností Google pro tento tutoriál. Existuje mnoho možností API, ale Google má některé pěkné výhody, včetně cloud computingu, rychlost, neuvěřitelně velké uživatelské základny a strojového učení. Vyhledávače a nástroje Google používají AI po celá léta. Takže využíváte všech těchto zkušeností a učení pomocí svých veřejných služeb.

API snadno začlenit do jakéhokoliv projektu. To šetří spoustu času versus ručně kódující vlastní NLP. Jeho abstraktní klidné rozhraní API vám umožní integrovat s téměř jakýmkoliv jazykem, který přejete prostřednictvím společných zaváděcích hovorů nebo jeden z četných sad. Existuje několik triků, jak se dostat zřízení, ale my budeme pracovat přes jeden krok najednou.

Chcete-li zvětšit, klikněte na ikonu v pravém horním rohu obrázku.

01. Vytvořit nový projekt Google Cloud

Jít do Konzola platformy Google Cloud a vytvořit nový projekt nebo vyberte existující jeden k práci. Služba je zdarma k použití, dokud začnete dělat velký objem požadavků API. Možná budete muset přidávat fakturační údaje s účtem při aktivaci rozhraní API, ale to není účtováno při nízkém objemu a můžete služby odebrat po provedení testování, pokud si přejete.

02. Povolit cloud nl

Prohlédněte si API knihovna a vyberte API NL. Po povolení byste měli vidět malou zelenou kontrolu a zprávu "API povoleno" vedle něj.

03. Vytvořit účet služby

Budete muset nastavit Servisní účet pro tuto službu. Vzhledem k tomu, že budeme nastavit používání jako typická služba, to je nejlepší praxe. Pracuje také nejlépe s průtokem autentizace.

04. Stáhnout soukromý klíč

Jakmile budete mít projekt s povoleným API a servisním účtem si můžete stáhnout soukromý klíč jako soubor JSON. Vezměte na vědomí umístění souboru, takže jej můžete použít v dalších krocích.

Pokud máte nějaké problémy s prvním několika kroky, je zde průvodce tady To pomáhá, což končí stahováním klíče JSON.

05. Nastavte proměnnou prostředí

Dále musíte nastavit Google_Application_credentials. Environmentální proměnná, takže může být přístupná našimi voláními API. Tyto body do souboru JSON, který jste právě stáhli a šetříte, musíte pokaždé zadat cestu. Otevřete nové okno terminálu a použijte příkaz Export takto:

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

Nahradit [název souboru] S souboru soukromého klíče a pomocí cesty do souboru.

Ve Windows můžete udělat totéž prostřednictvím příkazového řádku, jako je tento:

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

Poznámka: Pokud zavřete okno terminálu nebo konzoly, možná budete muset znovu spustit, abyste nastavili proměnnou.

06. Uskutečněte volání API

Nyní jste připraveni kopat do použití rozhraní API a viz NLP v akci. Budete používat Curl dělat rychlé testy API. Tuto metodu můžete také použít z vašeho kódu.

Žádosti Curl lze provést ve většině jazyků, což znamená, že volání můžete provést příkazy přímo do příkazového řádku nebo přiřadit výsledek proměnné v jazyce dle Vašeho výběru. Podívej se sem Pro některé rychlé tipy na použití CURL.

Zkusme žádost o zkoušku s jednoduchou větou. Spustíme to přes Analyzovatosti koncový bod.

Do rozhraní terminálu nebo příkazového řádku zadejte následující příkaz:

 Curl -x post \
     -H "Autorizace: Nositel" $ (Gcloud Auth Application-Výchozí výchozí tisk-token) \ t
     -H "Obsah typu: Aplikace / JSON; charset = UTF-8" \ t
     --data "{
  'dokument':{
    'typ': 'plain_text',
    "Obsah": John McCarthy je jedním z zakládajících otců umělé inteligence. "
  },
  "EncodingType": "UTF8"
} "" https://language.googleapis.com/v1/documents:analyzeNities"

Měli byste vidět výsledek JSON po provedení. Můžete získat výzvu při prvním použití pro aktivaci API nebo povolit přístup. Můžete odpovědět "ano" nebo "y" k této výzvě a mělo by to vrátit JSON po tom.

To vrátí řadu záznamů, podobné jako ty jako první pro vstup "John McCarthy".

 {
      "Jméno": "John McCarthy",
      "Typ": "osoba",
      "metadata": {
        "Wikipedia_URL": "https://en.wikipedia.org/wiki/jhn_mccarthy_(Computer_scientist)",
        "Mid": "/ m / 01svfj"
      },
      "SALIENCE": 0.40979216,
      "Zmínky": [
        {
          "text": {
            "Obsah": "John McCarthy",
            "Začátečník": 0
          },
          "Typ": "Správné"
        }
      ]
    }, 

Poznámka: Můžete použít adresu URL namísto obsahu textu v parametru obsahu příkazu CURL.

Můžete vidět ve výpisu Sample Entity Seznam, název a. typ , který je stanoven AI OSOBA . To také našel shodu Wikipedie pro název a vrátil se. To může být užitečné, protože můžete použít tuto adresu URL jako obsah pro druhý požadavek na API a získáte ještě více entit a informací o tomto. Můžete také vidět lience Hodnota při 0,4, což naznačuje významný relativní význam subjektu v kontextu textu, který jsme poskytli. Můžete také vidět, že je správně identifikován jako Správný , který se odkazuje na typ podstatného jména (správné jméno), stejně jako kolik výskytů (zmiňuje) subjektu v textu.

API vrátí hodnoty pro všechny klíčové entity v textu, který odešlete. To samo o sobě může být velmi užitečné pro zpracování toho, co uživatel může komunikovat s vaší aplikací. Bez ohledu na to, co je věta obsažená, existuje velká šance, že je to o osobě, John McCarthy, a mohli bychom se podívat na některé informace pro uživatele na základě tohoto samého. Mohli bychom také reagovat způsobem, který odráží naše pochopení tohoto prohlášení odkazuje na osobu.

Tuto metodu můžete použít k testování hovorů, které používáme. Můžete také nastavit místní SDK v jazyce, který dáváte přednost a celé číslo do aplikace.

07. Nainstalujte klientskou knihovnu

Čas vytvořit jednoduchou webovou aplikaci ukázat, jak integrovat API do projektů.

Pro aplikace NLP je běžné používat python nebo uzel. Chcete-li ukázat všestrannost používání rozhraní API, použijeme PHP SDK. Pokud chcete kód vylepšit do jiného jazyka, existuje velký zdroj SDK tady .

Začněte tím, že jste ujistili, že máte složku projektu nastavenou na místním nebo vzdáleném serveru. Pokud to už nemáte, získejte skladatele a nainstalujte do složky projektu. Můžete mít skladatel již nainstalován globálně a to je v pořádku.

Spusťte následující příkaz Composer pro instalaci souborů dodavatele do vašeho projektu:

 PHP -R "Kopírovat ('https://getComposer.org/installer', 'composer-setup.php');
php -r „, pokud (hash_file ( 'SHA384', 'skladatel-setup.php') === '93b54496392c06277467 0ac18b134c3b3a95e5a5e5 c8f1a9f115f203b75bf9a129d5 daa8ba6a13e2cc8a1da080 6388a8') {echo 'instalační ověřena';} else {echo 'instalační poškozen'; unlink (‘ Composer-setup.php ');} echo php_eol;
PHP COMPOSER-SETUP.PHP
php -r "un propos (" composer-setup.php ");"
PHP COMPOSER.PHAR vyžaduje Google / Cloud-Jazyk 

Skladatel provádí složku dodavatele ve složce projektu a nainstaluje všechny závislosti pro vás.

Pokud se vám uvíznete nastavení a chcete použít PHP, můžete tento zdroj zkontrolovat Instalace Composer. .

08. Vytvořte nový soubor

Pokud postupujete v PHP, vytvořte nový soubor PHP ve složce projektu. Nastavte si však, ale uveďte jednoduchý formulář HTML pro rychlé odeslání textu.

Zde je příklad souboru PHP s formulářem:

 Doctype HTML & GT;
& lt; html & gt;
& lt; hlava & gt;
& lt; název & gt; net - nlp tutorial & lt; / titul & gt;
& lt; / hlava & gt;
& lt; tělo & gt;
& lt; forma & gt;
& lt; p & gt; & lt, vstup typu = 'text' id = "obsah" název = "obsah" placeholder = "Co mohu analyzovat?" / & gt; & lt; / p & gt;

Kód obsahuje základní soubor HTML s formulářem spolu se zástupným symbolem pro váš kód PHP. Kód začíná jednoduše kontrolou existence proměnné obsahu (odeslané z formuláře). Pokud ještě není předloženo, jen ukončí a nic neudělá.

09. Proměnná prostředí

Podobně jako krok, který jsme dříve provedli při použití příkazového řádku Curl Call, musíme nastavit Google_Application_credentials. proměnná. To je nezbytné pro to, abychom se mohli ověřit.

V php používáme putenv. příkaz k nastavení proměnné prostředí. Autentizace vytvořená SDK vyprší, takže je třeba jej zahrnout do kódu, aby ho chytil a nastavil jej pokaždé.

Přidat tento kód vedle položky PHP:

 Putenv ("Google_Application_credentials = / Uživatelé / RichardMattka / Stahování / NLP Výukový program 1-1027228343dc.json '); 

Nahradit cestu a název souboru, jak jste udělali dříve s vlastními.

10. Inicializujte knihovnu

Dále přidejte knihovnu a inicializujte LanguageClient. třída ve vašem kódu. Přidat tento kód vedle položky PHP kód:

 Vyžaduje __dir__. '/vendor/autoload.php';
Použijte Google Cloud Jazyk LanguageClient;
$ projektatel = 'nlp-tutorial-1-1543506531329';
$ Jazyk = nový jazyk ([
    "Projevid" = & gt; $ projektatel
]); 

Začněte tím, že vyžaduje prodejce Autoload. To je podobné v Pythonu nebo uzlu, pokud požadujete své závislosti. Importovat LanguageClient. Dále využít třídu. Definujte svůj projektatel . Pokud si nejste jisti, co je to, můžete ho podívat do konzoly GCP, kde jste původně nastavili projekt. Nakonec vytvořit nový LanguageClient. objekt s použitím vašeho projektatel a přiřadit to $ Jazyk proměnná.

11. Analyzujte subjekty

Nyní jste připraveni začít používat rozhraní NLP API v kódu. Obsah můžete odeslat z formuláře do API a získat výsledek. Nyní budete zobrazovat výsledek jako JSON na obrazovku. V praxi byste mohli vyhodnotit výsledky a používat je jakýmkoliv způsobem. Dalo by se odpovědět uživateli na základě výsledků, vyhledat další informace nebo provádět úkoly.

Pro rekapitulu, analýza entity vrátí informace o "co" nebo "věci" nalezené v textu.

 $ výsledek = $ language- & gt; analyzovatosti ($);
foreach ($ výsledek & gt; subjekty () jako $ e) {
echo "& lt; divá třída = 'výsledek' & gt;";
$ výsledek = json_encode ($ e, json_pretty_print);
echo $ výsledek;
echo "& lt; / div & gt;";
} 

Tento kód předloží obsah z předloženého formuláře Analyzovatosti koncový bod a ukládá výsledek v $ výsledek proměnná. Pak se tedy iterujete po seznamu subjektů $ výsledek- & gt; subjekty () . Chcete-li to trochu čitelnější, můžete jej formátovat jako JSON před výstupem na obrazovku. Opět platí, že je to jen příklad, který vám ukáže, jak jej používat. Můžete ho zpracovat a reagovat na výsledky, které však potřebujete.

12. Analyzujte sentiment

Místo toho, aby věděl, co 'obsahu, může být také cenné znát sentiment. Jak se cítí uživatel? Jak se cítí o subjekty ve své komunikaci?

Aktualizujte kód pro použití AnalyzovatSentiment. koncový bod. To bude posoudit jak subjekty jako předtím, ale také vrátit sentiment skóre pro každého z nich.

 $ výsledek = $ language- & gt; analyzátoritySentiment ($);

foreach ($ výsledek & gt; subjekty () jako $ e) {
echo "& lt; divá třída = 'výsledek' & gt;";
$ výsledek = json_encode ($ e, json_pretty_print);
echo $ výsledek;
echo "& lt; / div & gt;";
} 

Testování s obsahem prostřednictvím formuláře, "Star Wars je nejlepší film všech dob.", Uvidíte podobný výsledek:

 {"Jméno": "Star Wars", "typ": "Work_of_art", "metadata": {"Mid": "/ m / 06mmr", "wikipedia_URL", "wikipedia_url": "https: \ / \ / en.wikipedia.org \ / Wiki / Star_wars "}," SALIENCE ": 0.63493526," Zmizení ": [{" Text ": {" Obsah ":" Star Wars ":" Star Wars ":" Začátkem ": 0}," typ " : "Správné", "sentiment": {"velikost": 0,6, "skóre": 0.6}], "sentiment": {"velikost": 0.6, "skóre": 0.6}}
{"Jméno": "Film", "Type": "Work_of_art", "metadata": [], "SALIENCE": 0.36506474, "Zmizení": [{"Text": {"Obsah": "Film", " začátek ": 22}," typ ":" Common "," sentiment ": {" velikost ": 0,9," skóre ": 0.9}]," sentiment ": {" velikost ": 0.9," skóre ": 0.9 }} 

To ukazuje pozitivní skóre sentimentu významné hodnoty. Nejenže znáte klíčová slova, která uživatel komunikuje, ale také jak se o tom cítí. Vaše aplikace může odpovídat řádně na základě těchto dat. Máte jasnou identifikaci "hvězdných válek" jako primární předmět s vysokou společností. Máte odkaz Wikipedia odkazovat více informací, pokud chcete spustit tuto adresu URL zpět přes stejné API volání. Také víte, že uživatel je pocit pozitivního. Můžete dokonce vidět prohlášení závaží pozitivní sentiment na kvalitu jako film. Skvělý.

Rozloučení myšlenky

Zkuste experimentovat s jinými koncovými body. Konkrétně se podívejte na AnalyzaceNtax a klasifikacetext. koncové body. Ty vám ještě více částí řeči a klasifikaci obsahových entit.

Tento článek byl původně zveřejněn v čísle 315 z síť Časopis nejprodávanějšího světa pro webové designéry a vývojáře. Prodám vydání 315 Zde nebo Přihlásit se zde .

Související články:

• 7 Obrovské tech trendy, které designéři potřebují vědět právě teď
• Jak navrhnout chatbot zkušenosti
• 5 kontraintuitivní konverzní triky