利用百度nlp 来进行 各种自然语言分析和 文本分析
2018-03-18 23:09
351 查看
import urllib, urllib2, sys
import ssl
# client_id 为官网获取的AK, client_secret 为官网获取的SK, 重新申请新的应用,然后获得
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'
request = urllib2.Request(host)
request.add_header('Content-Type', 'application/json; charset=UTF-8')
response = urllib2.urlopen(request)
content = response.read()
if (content):
print(content)
#////////////////////////////////////////////
#先用上面的程序取得access_token, 1个月就会失效,需要重新申请应用,使用新的
#-*- coding:utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding("gbk")
import urllib
import json
#长度不超过20000字节
params={"text": "百度是一家高科技公司"}
import requests
import json
access_token='24.7fac1c12c6e940008e9324c01bcf0820.2592000.1523977215.282335-10947949'
#拼接在url后面
url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/lexer?access_token='+access_token
headers = {'Content-Type': 'application/json'}
post_text = json.dumps(params, ensure_ascii=False).encode('gbk')
r = requests.post(url, params='', data=post_text, headers=headers)
print(r.content)
import ssl
# client_id 为官网获取的AK, client_secret 为官网获取的SK, 重新申请新的应用,然后获得
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'
request = urllib2.Request(host)
request.add_header('Content-Type', 'application/json; charset=UTF-8')
response = urllib2.urlopen(request)
content = response.read()
if (content):
print(content)
#////////////////////////////////////////////
#先用上面的程序取得access_token, 1个月就会失效,需要重新申请应用,使用新的
#-*- coding:utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding("gbk")
import urllib
import json
#长度不超过20000字节
params={"text": "百度是一家高科技公司"}
import requests
import json
access_token='24.7fac1c12c6e940008e9324c01bcf0820.2592000.1523977215.282335-10947949'
#拼接在url后面
url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/lexer?access_token='+access_token
headers = {'Content-Type': 'application/json'}
post_text = json.dumps(params, ensure_ascii=False).encode('gbk')
r = requests.post(url, params='', data=post_text, headers=headers)
print(r.content)
相关文章推荐
- 机器学习:利用NLTK进行简单文本分析
- nlp--使用NLTK进行简单文本分析
- R语言安装NLP自然语言分析包
- 人工智能-语音交互-NLP自然语言(四) 句法分析/词向量
- 自然语言分析、文本分析、全文索引,搜索引擎相关资源汇总
- R语言安装NLP自然语言分析包
- hadoop-R语言-安装NLP自然语言分析包
- 自然语言识别(1)--利用bosonNLP分析歌词感情
- 自然语言分析、文本分析、全文索引,搜索引擎相关资源汇总
- Python语言精要 (利用Python 进行数据分析附录部分)
- 深度学习和自然语言处理的应用和脉络3-nlp的各种场景和技术。
- 自然语言分析、文本分析、全文索引,搜索引擎相关资源汇总
- tn文本分析语言(四) 实现自然语言计算器
- 利用StringEscapeUtils对字符串进行各种转义与反转义(Java)
- 7068-2.Python数据分析:利用数组进行数据处理
- 利用python进行数据分析-数据聚合与分组运算1
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结1——Haar特征与积分图 .
- 【NLP】干货!Python NLTK结合stanford NLP工具包进行文本处理
- 用keras实现lstm 利用Keras下的LSTM进行情感分析
- 如何利用 R 语言对游戏用户进行深度挖掘