Watson Natural Language Processing 分类工作流程中的音调模型对输入文本中的音调进行分类。

工作流程名称

ensemble_classification-workflow_en_tone-stock

受支持的语言

• 英语和法语

功能

Tone 分类模型是预先训练的文档分类模型，用于在输入文档中对音调进行分类的任务。 该模型标识输入文档的语气，并将其分类为:

• 兴奋
• 沮丧
• 粗鲁
• 有礼
• 悲伤
• 满意
• 同情

与对每个单独的句子进行分类的 "观点" 模型不同， Tone 模型对整个输入文档进行了分类。 因此，当要分类的输入文本不超过 1000 个字符时， Tone 模型最理想地工作。 如果要对长度超过 1000 个字符的文本进行分类，请将文本拆分为句子或段落，例如，并对每个句子或段落应用 Tone 模型。

一个文档可以分为多个类别，也可以不分为任何类别。

对其他块的依赖关系

无

代码样本

import watson_nlp

# Load the Tone workflow model for English
tone_model = watson_nlp.load('ensemble_classification-workflow_en_tone-stock')

# Run the Tone model 
tone_result = tone_model.run("I'm really happy with how this was handled, thank you!")
print(tone_result)

代码示例的输出：

{
  "classes": [
    {
      "class_name": "excited",
      "confidence": 0.6896854620082722
    },
    {
      "class_name": "satisfied",
      "confidence": 0.6570277557333078
    },
    {
      "class_name": "polite",
      "confidence": 0.33628806679460566
    },
    {
      "class_name": "sympathetic",
      "confidence": 0.17089694967744093
    },
    {
      "class_name": "sad",
      "confidence": 0.06880583874412932
    },
    {
      "class_name": "frustrated",
      "confidence": 0.010365418217209686
    },
    {
      "class_name": "impolite",
      "confidence": 0.002470793624966174
    }
  ],
  "producer_id": {
    "name": "Voting based Ensemble",
    "version": "0.0.1"
  }
}

父主题: Watson Natural Language Processing 任务目录