C#에서 REST API를 사용하여 텍스트 또는 문서에 대한 분석

프로그래밍 방식으로 문서 또는 텍스트에 대한 감정 분석을 쉽게 수행할 수 있습니다. 텍스트 또는 데이터가 긍정적인지, 부정적인지 또는 중립적인지를 결정하는 데 사용됩니다. 또한 비즈니스 운영의 이익을 위해 사용할 의견을 식별하고 추출하는 데 도움이 됩니다. 이 기사에서는 C#에서 REST API를 사용하여 텍스트 또는 문서의 감정 분석을 수행하는 방법을 배웁니다.

이 문서에서는 다음 항목에 대해 설명/다룹니다.

감정 분석 REST API 및 .NET SDK

텍스트 또는 문서의 감정 분석을 위해 GroupDocs.Classification Cloud의 .NET SDK API를 사용합니다. 이를 통해 원시 텍스트와 문서를 미리 정의된 범주로 분류할 수 있습니다. SDK는 IAB-2, 문서 및 감정 분류와 같은 여러 분류 유형을 지원합니다. PDF, Word, OpenDocument, RTF 및 TXT와 같은 지원되는 파일 형식의 문서를 분류할 수 있습니다. 분류 정보는 확률 점수와 함께 최상의 클래스를 보여줍니다.

NuGet 패키지 관리자에서 Visual Studio 프로젝트에 GroupDocs.Classification Cloud를 설치할 수 있습니다. 패키지 관리자 콘솔에서 다음 명령을 사용하여 설치할 수 있습니다.

Install-Package GroupDocs.Classification-Cloud

단계와 사용 가능한 코드 예제를 시작하기 전에 대시보드에서 클라이언트 ID와 비밀을 얻으십시오. 클라이언트 ID와 시크릿이 있으면 아래와 같이 코드를 추가합니다.

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

C#에서 REST API를 사용한 문서의 감성 분석

클라우드에서 문서의 감정 분석을 수행하려면 아래에 언급된 단계를 따르십시오.

문서 업로드

먼저 아래 제공된 코드 샘플을 사용하여 DOCX 파일을 클라우드에 업로드합니다.

// API 초기화
var apiInstance = new FileApi(configuration);

// IOStream에서 파일 열기
var fileStream = File.Open("C:\\Files\\Classification\\sample.docx", FileMode.Open);

// 파일 업로드 요청 생성
var request = new UploadFileRequest("sample.docx", fileStream, "");

// 파일 업로드
var response = apiInstance.UploadFile(request);

결과적으로 업로드된 DOCX 파일은 클라우드 대시보드의 파일 섹션에서 사용할 수 있습니다.

C#을 사용한 감정 분석으로 문서 분류

아래 단계에 따라 문서의 감정 분석을 쉽게 수행하고 클라우드에서 분류할 수 있습니다.

  • ClassificationApi 인스턴스 생성
  • BaseRequest의 인스턴스 생성
  • FileInfo 모델에서 DOCX 파일 경로 설정
  • FileInfo를 BaseRequest 문서로 설정합니다.
  • BaseRequest로 ClassifyRequest 생성
  • 감정 분석 분류 설정
  • ClassifyRequest와 함께 ClassificationApi.Classify() 메서드를 호출하여 결과 얻기

다음 코드 샘플은 C#에서 REST API를 사용하여 문서의 감정 분석을 수행하는 방법을 보여줍니다.

// API 초기화
var apiInstance = new ClassificationApi(configuration);

// 기본 요청 생성
BaseRequest baseRequest = new BaseRequest();
baseRequest.Document = new GroupDocs.Classification.Cloud.Sdk.Model.FileInfo()
{
    Name = "sample.docx",
    Folder = ""
};

// 분류 요청 생성
var request = new ClassifyRequest(baseRequest);

// 감정 분석 분류
request.Taxonomy = "sentiment3";

// 분류 결과 얻기
ClassificationResponse response = apiInstance.Classify(request);

// 결과 보여줘
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
--------------------------------

C#에서 REST API를 사용하여 감정 분석으로 텍스트 분류

아래 제공된 단계에 따라 원시 텍스트의 감정 분석을 수행하고 클라우드에서 프로그래밍 방식으로 분류할 수 있습니다.

  • ClassificationApi 인스턴스 생성
  • BaseRequest의 인스턴스 생성
  • BaseRequest 설명에 원시 텍스트 제공
  • BaseRequest로 ClassifyRequest 생성
  • 감정 분석 분류 설정
  • ClassifyRequest로 ClassificationApi.Classify() 메서드를 호출하여 결과 얻기

다음 코드 샘플은 C#에서 REST API를 사용하여 텍스트의 감정 분석을 수행하는 방법을 보여줍니다.

// API 초기화
var apiInstance = new ClassificationApi(configuration);

// 기본 요청 생성
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..";

// 분류 요청 생성
var request = new ClassifyRequest(baseRequest);
request.Taxonomy = "sentiment3";

// 분류 결과 얻기
var response = apiInstance.Classify(request);

// 결과 보여줘
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
--------------------------------

C#에서 여러 문장의 감정 분석

아래 단계에 따라 텍스트 배치에 제공된 여러 문장을 분류하고 클라우드에서 프로그래밍 방식으로 감정 분석을 수행할 수 있습니다.

  • ClassificationApi 인스턴스 생성
  • BatchRequest 인스턴스 생성
  • BatchRequest에 텍스트 배치로 여러 문장 제공
  • 감정 분석 분류 설정
  • BatchRequest 및 분류법을 사용하여 ClassifyBatchRequest 생성
  • ClassifyBatchRequest로 ClassificationApi.ClassifyBatch() 메서드를 호출하여 결과 얻기

다음 코드 샘플은 C#에서 REST API를 사용하여 감정 분석으로 텍스트 배치를 분류하는 방법을 보여줍니다.

// API 초기화
var apiInstance = new ClassificationApi(configuration);

// 일괄 텍스트 요청 생성
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!" }
    }
};

// 분류 배치 요청 생성
var request = new ClassifyBatchRequest(batchRequest, taxonomy: "sentiment");

// 분류 결과 얻기
var response = apiInstance.ClassifyBatch(request);

// 결과 보여줘
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
--------------------------------

온라인 시도

위의 API를 사용하여 개발된 다음 무료 온라인 분류 도구를 사용해 보십시오. https://products.groupdocs.app/분류[/](https:/ /products.groupdocs.app/splitter/pdf)

결론

이 기사에서는 REST API를 사용하여 감정 분석으로 문서를 분류하는 방법을 배웠습니다. 또한 C#의 텍스트 배치에 대한 감정 분석을 수행하는 방법도 배웠습니다. 또한 프로그래밍 방식으로 DOCX 파일을 클라우드에 업로드하는 방법을 배웠습니다. 문서를 사용하여 GroupDocs.Classification Cloud API에 대해 자세히 알아볼 수 있습니다. 또한 브라우저를 통해 직접 API를 시각화하고 상호 작용할 수 있는 API 참조 섹션을 제공합니다. 모호한 점이 있으면 언제든지 포럼에 문의해 주십시오.

또한보십시오