IBM Cloud Docs
Initiation à Natural Language Understanding

Initiation à Natural Language Understanding

Ce bref tutoriel présente l'API Natural Language Understanding et inclut des demandes exemple ainsi que des liens vers des ressources supplémentaires.

Regardez la vidéo suivante pour obtenir un récapitulatif visuel de la mise en route du service Natural Language Understanding .

Avant de commencer

  • Créez une instance du service :
    1. Accédez à la page Natural Language Understanding du catalogue IBM Cloud .
    2. Inscrivez-vous pour un compte IBM Cloud gratuit ou connectez-vous.
    3. Cliquez sur Créer.
  • Copiez les données d'identification pour vous authentifier auprès de votre instance de service :
    1. Sur la page Gérer, cliquez sur Afficher les données d'identification.
    2. Copiez les valeurs de API Key et d'URL.
  • Vérifiez que vous disposez de la commande curl.
    • Vérifiez si curl est installée. Exécutez la commande suivante sur la ligne de commande. Si la sortie indique la version curl avec le support SSL, vous êtes prêt à commencer le tutoriel.

      curl -V
      
    • Si nécessaire, installez une version avec SSL activée à partir de Curl.haxx.se. Ajoutez l'emplacement du fichier à vos variables d'environnement PATH si vous souhaitez exécuter curl depuis un emplacement de ligne de commande.

Ce tutoriel présente comment utiliser l'API Natural Language Understanding à partir d'une interface de ligne de commande. Pour télécharger des bibliothèques client pour différents langages de programmation, consultez les kits SDK Watson.

Etape 1 : Analyse d'une page Web

Exécutez la commande suivante pour analyser une page Web afin d'obtenir le sentiment, les concepts, les catégories, les entités et les mots clés. Remplacez {apikey} et {url} par vos identifiants de service.

curl -X POST -u "apikey:{apikey}" \
--header "Content-Type: application/json" \
--data '{
  "url": "http://newsroom.ibm.com/Guerbet-and-IBM-Watson-Health-Announce-Strategic-Partnership-for-Artificial-Intelligence-in-Medical-Imaging-Liver",
  "features": {
    "sentiment": {},
    "categories": {},
    "concepts": {},
    "entities": {},
    "keywords": {}
  }
}' \
"{url}/v1/analyze?version=2019-07-12"

Utilisateurs Windows : cette commande risque de ne pas s'exécuter sous Windows. Exécutez la commande suivante à la place :

curl -X POST -u "apikey:{apikey}" --header "Content-Type: application/json" --data "{\"url\":\"http://newsroom.ibm.com/Guerbet-and-IBM-Watson-Health-Announce-Strategic-Partnership-for-Artificial-Intelligence-in-Medical-Imaging-Liver\",\"features\":{\"sentiment\":{},\"categories\":{},\"concepts\":{},\"entities\":{},\"keywords\":{}}}" "{url}/v1/analyze?version=2019-07-12"

L'étape suivante présente comment spécifier des options qui personnalisent l'analyse de chaque fonction.

Etape 2 : Analyse des mots clés et des phrases cible

Natural Language Understanding peut analyser des phrases cible dans le texte environnant et y rechercher des résultats d'émotion et de sentiment. L'option targets appliquée à sentiment dans l'exemple suivant indique au service de rechercher les cibles "apples", "oranges" et "broccoli". Etant donné que les éléments "apples" et "oranges" se trouvent dans le texte, des scores de sentiment sont renvoyés pour ces cibles.

Vous pouvez également obtenir des résultats liés aux éléments sentiment et émotion pour les entités et les mots clés détectés dans votre texte. Dans l'exemple, l'option emotion pour les mots clés indique au service de rechercher des résultats de type émotion dans chaque mot clé détecté.

curl -X POST -u "apikey:{apikey}" \
--header "Content-Type: application/json" \
--data '{
  "text": "I love apples! I do not like oranges.",
  "features": {
    "sentiment": {
      "targets": [
        "apples",
        "oranges",
        "broccoli"
      ]
    },
    "keywords": {
      "emotion": true
    }
  }
}' \
"{url}/v1/analyze?version=2019-07-12"

Commande exécutable pour les utilisateurs de Windows :

curl -X POST -u "apikey:{apikey}" --header "Content-Type: application/json" --data "{\"text\":\"I love apples! I do not like oranges.\",\"features\":{\"sentiment\":{\"targets\":[\"apples\",\"oranges\",\"broccoli\"]},\"keywords\":{\"emotion\":true}}}" "{url}/v1/analyze?version=2019-07-12"

Etapes suivantes