问题标签 [google-natural-language]

我正在尝试对文本执行实体分析，我想将结果放入数据框中。目前，结果既不存储在字典中，也不存储在 Dataframe 中。使用两个函数提取结果。

东风：

我有以下代码：

此代码给出以下结果：

我在函数中创建temp_dict了一个数据框。该线程解释了在循环中附加到数据帧效率不高。我不知道如何以有效的方式填充数据框。这些线程与我的问题有关，但它们解释了如何从现有数据填充数据框。当我尝试使用并返回时出现错误：finalentity_analysis() temp_dict.update(entities)temp_dict

在 entity_analysis temp_dict.update(entities) TypeError: 'NoneType' object is not iterable

我希望输出是这样的：

我这里有一个示例代码。它是 json

我找到了一个关于谷歌关于从谷歌云存储读取的自然语言处理文档的教程。

我得到的错误是

如何使用我的 API 密钥调用命令。我需要一种方法将“内容”更改为我的 CSV 文件中的条目。谢谢你。这是我收到的错误示例，请帮助：

然后我用这个网站试图得到

我一直在搜索如何在谷歌自然语言 API 中创建一个新实体，但一无所获。任何人都可以帮助如何创建一个新的分类器，这样如果我通过一个句子并且我想检测假设“python”作为编程语言，那么我将如何得到它。当前 API 将“python”作为“其他”。

我还为我的解决方案研究了 cloud auto ml api，并尝试创建和训练一个模型，但它只能进行情感分析而不是实体检测。它给了我分数，而不是告诉我 Java 是编程语言。

在此先感谢您的帮助将不胜感激。

我正在尝试向 Google Cloud NLP API 发出请求以获取一段文本的情绪分析。我使用 Postman 设计了正确的请求，并且能够使用 Postman 获得有效的响应。但是，当我尝试从 Swift 发出相同的请求时，它给了我一个错误。用于发出请求的错误和代码片段如下所示。

错误：

我试图从文本中识别命名实体并将它们分类为人物、地点和组织。我正在使用 Google 的 Cloud Natural Language API 和 Open Calais API 来识别命名实体。

1. 当我输入包含“中国”一词的文本时，Google NL API 将其识别为“人”类型。然而，它在文件中的上下文含义将其作为一个国家来处理。Google NL API 是否能够根据文本上下文提供实体？如果是这样，请让我知道我错过了什么。

2. 如果文本包含单词“obama”，则 google NL API 将“Obama”输出为 Person，而 Open Calais API 将“Barak Obama”标识为 Person。为什么会这样？还有什么其他方法可以从文本中的术语中获取确切的命名实体，比如 Open Calais 返回的那个？

我一直在研究一个访问谷歌云 api 的 Node.js 项目。当我在外部网络中时，请求工作正常，我收到了预期的答案。然而，当我在我的合作代理后面时，这是访问我们的 smpt 服务器所必需的，我收到以下错误：

验证错误：错误：读取 ECONNRESET

为了通过合作代理，我使用了 cntlm 并将其设置为本文中提到的环境代理。

此外，我还启用了 GRPC 详细程度和 GRPC 握手跟踪，如下面的代码所示。

注意：我的 creds 文件的路径是故意更改的，如上所述，如果我不在代理后面，它就可以正常工作。

控制台输出如下所示：

我无法确定导致问题的原因，因为握手似乎工作得很好。

我正在尝试使用 Dialogflow Knowledge 创建常见问题解答。理想情况下，必须触发对话意图或常见问题解答。当我输入常见问题解答时，它确实从知识库中获取响应，但同时它也触发了槽填充的意图。

如何解决此问题以触发常见问题解答（如果在知识库中找到）或意图（如果知识库中不存在常见问题解答，对于给定的阈值）。

问候。

问题在标题中。

我已将句子连接成一个大文本，然后我会调用analyze_sentiment它。目标是拉动单个句子的情绪 - 正是最初加入的句子。

我首先清除所有标点符号、lower字符、capitalize句子，.并join以空格和空格结尾。

这是谷歌认为是一个句子的两个句子的例子。

她轻松地回答了我的问题。泰勒非常体贴。

然而，

她轻松地回答了我的问题。山姆太体贴了。

工作正常。

您可以通过访问他们的自然语言页面并尝试 API 来亲自尝试。

如果我知道拆分条件，我可以相应地格式化我的原始句子。

在 AutoML 自然语言中，有没有一种方法可以定义训练应该停止的参数/阈值，例如，在训练 5 小时后或达到 50% 准确度时？

在文档中，既没有关于模型将被训练多长时间的信息，也没有关于训练/评估进度的信息，所以我无法就何时应该完成训练做出明智的决定。

我想了解培训时间是否由文件编号决定？说 100 份文件需要 4 小时，而 200 份文件需要 8 小时？在我的实践中，我没有看到这种线性关系。