基于python借助百度云API对评论进行观点抽取

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 AipNlp
import csv
import pandas as pd
from 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 abst

if __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。