analyse d'intiment de texte ou de documents à l'aide d'une API REST en C#

Vous pouvez facilement effectuer une analyse des sentiments pour vos documents ou textes par programmation. Il est utilisé pour déterminer si le texte ou les données sont positifs, négatifs ou neutres. Il vous aide également à identifier et à extraire des opinions à utiliser au profit de vos opérations commerciales. Dans cet article, vous apprendrez à effectuer une analyse des sentiments du texte ou des documents à l’aide d’une API REST en C#.

Les sujets suivants sont abordés/couverts dans cet article :

API REST d’analyse des sentiments et SDK .NET

Pour l’analyse des sentiments de texte ou de documents, j’utiliserai l’API .NET SDK of GroupDocs.Classification Cloud. Il vous permet de classer votre texte brut ainsi que des documents dans des catégories prédéfinies. Le SDK prend en charge plusieurs types de taxonomie tels que la taxonomie IAB-2, Documents et Sentiment. Il vous permet de classer les documents des formats de fichiers pris en charge tels que PDF, Word, OpenDocument, RTF et TXT. Les informations de classification indiquent la meilleure classe avec son score de probabilité.

Vous pouvez installer GroupDocs.Classification Cloud dans votre projet Visual Studio à partir du NuGet Package Manager. Vous pouvez l’installer en utilisant la commande suivante dans la console du gestionnaire de packages :

Install-Package GroupDocs.Classification-Cloud

Veuillez obtenir votre ID client et votre secret à partir du tableau de bord avant de commencer à suivre les étapes et les exemples de code disponibles. Une fois que vous avez votre ID client et votre secret, ajoutez le code comme indiqué ci-dessous :

var configuration = new Configuration();
configuration.ClientId = "659fe7da-715b-4744-a0f7-cf469a392b73";
configuration.ClientSecret = "b377c36cfa28fa69960ebac6b6e36421";

Analyse des sentiments des documents à l’aide d’une API REST en C#

Veuillez suivre les étapes mentionnées ci-dessous pour effectuer l’analyse des sentiments de vos documents sur le cloud.

Télécharger le document

Tout d’abord, téléchargez le fichier DOCX sur le cloud à l’aide de l’exemple de code ci-dessous :

// initialisation de l'API
var apiInstance = new FileApi(configuration);

// ouvrir le fichier dans IOStream
var fileStream = File.Open("C:\\Files\\Classification\\sample.docx", FileMode.Open);

// créer une demande de téléchargement de fichier
var request = new UploadFileRequest("sample.docx", fileStream, "");

// téléverser un fichier
var response = apiInstance.UploadFile(request);

Par conséquent, le fichier DOCX téléchargé sera disponible dans la section fichiers de votre tableau de bord sur le cloud.

Classer les documents avec l’analyse des sentiments à l’aide de C#

Vous pouvez facilement effectuer une analyse des sentiments de vos documents et les classer sur le cloud en suivant les étapes ci-dessous :

  • Créer une instance de ClassificationApi
  • Créer une instance de BaseRequest
  • Définir le chemin du fichier DOCX dans le modèle FileInfo
  • Définissez FileInfo sur le document BaseRequest
  • Créer un ClassifyRequest avec le BaseRequest
  • Définir la taxonomie d’analyse des sentiments
  • Obtenez des résultats en appelant la méthode ClassificationApi.Classify() avec ClassifyRequest

L’exemple de code suivant montre comment effectuer une analyse des sentiments d’un document à l’aide d’une API REST en C#.

// initialisation de l'API
var apiInstance = new ClassificationApi(configuration);

// créer une demande de base
BaseRequest baseRequest = new BaseRequest();
baseRequest.Document = new GroupDocs.Classification.Cloud.Sdk.Model.FileInfo()
{
    Name = "sample.docx",
    Folder = ""
};

// créer une demande de classement
var request = new ClassifyRequest(baseRequest);

// taxonomie de l'analyse des sentiments
request.Taxonomy = "sentiment3";

// obtenir les résultats de la classification
ClassificationResponse response = apiInstance.Classify(request);

// montrer les résultats
foreach(var r in response.BestResults)
{
    Console.WriteLine("ClassName :" + r.ClassName);
    Console.WriteLine("ClassProbability :" + r.ClassProbability);
    Console.WriteLine("--------------------------------");
}

ClassName :Positive
ClassProbability :83.35
--------------------------------
ClassName :Neutral
ClassProbability :9.69
--------------------------------
ClassName :Negative
ClassProbability :6.96
--------------------------------

Classifier du texte avec l’analyse des sentiments à l’aide d’une API REST en C#

Vous pouvez effectuer une analyse des sentiments du texte brut et le classer par programmation sur le cloud en suivant les étapes ci-dessous.

  • Créer une instance de ClassificationApi
  • Créer une instance de BaseRequest
  • Fournissez un texte brut à la description BaseRequest
  • Créer un ClassifyRequest avec le BaseRequest
  • Définir la taxonomie d’analyse des sentiments
  • Obtenez des résultats en appelant la méthode ClassificationApi.Classify() avec ClassifyRequest

L’exemple de code suivant montre comment effectuer une analyse des sentiments d’un texte à l’aide d’une API REST en C#.

// initialisation de l'API
var apiInstance = new ClassificationApi(configuration);

// créer une demande de base
BaseRequest baseRequest = new BaseRequest();
baseRequest.Description = "We support some of the most popular file formats in business, "
    + "including Microsoft Word documents, Excel spreadsheets, PowerPoint presentations, "
    + "Outlook emails and archives, Visio diagrams, Project files, and Adobe Acrobat PDF documents..";

// créer une demande de classement
var request = new ClassifyRequest(baseRequest);
request.Taxonomy = "sentiment3";

// obtenir les résultats de la classification
var response = apiInstance.Classify(request);

// montrer les résultats
foreach (var r in response.BestResults)
{
    Console.WriteLine("ClassName : " + r.ClassName);
    Console.WriteLine("ClassProbability : " + r.ClassProbability);
    Console.WriteLine("--------------------------------");
}

ClassName : Positive
ClassProbability : 69.41
--------------------------------
ClassName : Neutral
ClassProbability : 22.08
--------------------------------
ClassName : Negative
ClassProbability : 8.51
--------------------------------

Analyse des sentiments de plusieurs phrases en C#

Vous pouvez classer plusieurs phrases données dans un lot de texte et effectuer une analyse des sentiments par programmation sur le cloud en suivant les étapes ci-dessous :

  • Créer une instance de ClassificationApi
  • Créer une instance de BatchRequest
  • Fournir plusieurs phrases dans un lot de texte au BatchRequest
  • Définir la taxonomie d’analyse des sentiments
  • Créer un ClassifyBatchRequest avec le BatchRequest et la taxonomie
  • Obtenez des résultats en appelant la méthode ClassificationApi.ClassifyBatch() avec ClassifyBatchRequest

L’exemple de code suivant montre comment classer un lot de texte avec l’analyse des sentiments à l’aide d’une API REST en C#.

// initialisation de l'API
var apiInstance = new ClassificationApi(configuration);

// créer une demande de texte par lot
var batchRequest = new BatchRequest
{
    Batch = new List<string> { { "Now that is out of the way, this thing is a beast. It is fast and runs cool." },
        { "Experience is simply the name we give our mistakes" },
        { "When I used compressed air a cloud of dust bellowed out from the card (small scuffs and scratches)." },
        { "This is Pathetic." },
        { "Excellent work done!" }
    }
};

// créer une demande de lot de classification
var request = new ClassifyBatchRequest(batchRequest, taxonomy: "sentiment");

// obtenir les résultats de la classification
var response = apiInstance.ClassifyBatch(request);

// montrer les résultats
for (int x=0; x<response.Results.Count; x++)
{
    var res = response.Results[x];
    Console.WriteLine("Text : " + batchRequest.Batch[x]);
    Console.WriteLine("ClassName : " + res.BestClassName);
    Console.WriteLine("ClassProbability : " + res.BestClassProbability);
    Console.WriteLine("--------------------------------");
}

Text : Now that is out of the way, this thing is a beast. It is fast and runs cool.
ClassName : Positive
ClassProbability : 85.27
--------------------------------
Text : Experience is simply the name we give our mistakes
ClassName : Negative
ClassProbability : 72.56
--------------------------------
Text : When I used compressed air a cloud of dust bellowed out from the card (small scuffs and scratches).
ClassName : Negative
ClassProbability : 70.84
--------------------------------
Text : This is Pathetic.
ClassName : Negative
ClassProbability : 88.48
--------------------------------
Text : Excellent work done!
ClassName : Positive
ClassProbability : 90.41
--------------------------------

Essayez en ligne

Veuillez essayer l’outil de classification en ligne gratuit suivant, qui est développé à l’aide de l’API ci-dessus. https://products.groupdocs.app/classification[/](https:/ /products.groupdocs.app/splitter/pdf)

Conclusion

Dans cet article, vous avez appris à classer des documents avec analyse des sentiments à l’aide d’une API REST. Vous avez également appris à effectuer une analyse des sentiments sur le lot de texte en C#. De plus, vous avez appris à télécharger par programmation le fichier DOCX sur le cloud. Vous pouvez en savoir plus sur l’API GroupDocs.Classification Cloud à l’aide de la documentation. Nous fournissons également une section API Reference qui vous permet de visualiser et d’interagir avec nos API directement via le navigateur. En cas d’ambiguïté, n’hésitez pas à nous contacter sur le forum.

Voir également