Erfahren Sie, wie Sie PHP und die Watson-API für die Verarbeitung natürlicher Sprache verwenden

Mit der rasanten Entwicklung der künstlichen Intelligenz ist die Verarbeitung natürlicher Sprache nach und nach zu einem wichtigen Forschungsgebiet geworden. Für PHP-Entwickler hat das Erlernen der Verwendung der Watson-API für die Verarbeitung natürlicher Sprache nicht nur eine wichtige theoretische Bedeutung, sondern bringt auch viel Komfort in die tatsächliche Entwicklung.

In diesem Artikel wird hauptsächlich die Verwendung von PHP und Watson API für die Verarbeitung natürlicher Sprache vorgestellt.

1. Was ist die Watson-API?

Als von IBM entwickelter Cloud-Plattformdienst für künstliche Intelligenz ist die Watson-API in drei Teile unterteilt: Verständnis natürlicher Sprache, visuelle Erkennung und Sprache-zu-Text genaue Möglichkeit, Text zu analysieren. Über die Watson-API können Sie einen Text schnell analysieren, um die darin enthaltenen Entitäten, Emotionen, Beziehungen und anderen Informationen zu verstehen, und so Entwicklern helfen, die Verarbeitung natürlicher Sprache besser durchzuführen.

2. Wie verbinde ich PHP mit der Watson-API?

Um die Watson-API nutzen zu können, müssen wir zunächst ein Konto auf der offiziellen Website von IBM registrieren und eine Anwendung erstellen. Beim Erstellen einer Anwendung können Sie auswählen, welche APIs Sie verwenden möchten, und den entsprechenden API-Schlüssel erhalten. Dieser Schlüssel ist ein wichtiges Zertifikat für uns, um eine Verbindung zur Watson-API herzustellen. Nach dem Erstellen der Anwendung können wir einen RESTful-Webdienst-Endpunkt erhalten, über den wir über das HTTP-Protokoll auf die Watson-API zugreifen können.

In PHP ist es einfach, mithilfe der Curl-Bibliothek eine Verbindung zur Watson-API herzustellen. Das Folgende ist ein Codebeispiel, das mit dem Teil zum Verstehen natürlicher Sprache verbunden ist:

function call_watson_api($text) {
    $apikey = 'YOUR_API_KEY';
    $url = 'https://gateway.watsonplatform.net/natural-language-understanding/api/v1/analyze?version=2017-02-27';
    $data = array(
        'text' => $text,
        'features' => array(
            'entities' => array(
                'sentiment' => true,
                'limit' => 5
            )
        )
    );
    $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($ch, CURLOPT_POST, true);
    curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($data));
    curl_setopt($ch, CURLOPT_USERPWD, "apikey:$apikey");
    $headers = array();
    $headers[] = 'Content-Type: application/json';
    curl_setopt($ch, CURLOPT_HTTPHEADER, $headers);
    $result = curl_exec($ch);
    curl_close($ch);
    return $result;
}

Im obigen Code definieren wir zunächst eine Funktion namens call_watson_api, die relevante Informationen über die Watson-API enthält. Darunter ist $apikey der API-Schlüssel, den wir von der offiziellen IBM-Website erhalten haben, und $url ist der RESTful-Webservice-Endpunkt der von uns verwendeten API. In $data definieren wir den Text, der analysiert werden muss, und die Art der Informationen, die erhalten werden müssen. Hier fordern wir Entitätsinformationen an und erhalten gleichzeitig die Stimmungsinformationen dieser Entitäten. In der Curl-Bibliothek verwenden wir die POST-Methode, um eine Verbindung zur Watson-API herzustellen und die erforderlichen Parameter zu übergeben. Im HTTP-Header geben wir den Content-Type an, um der Watson-API mitzuteilen, dass die von uns übergebenen Daten im JSON-Format vorliegen.

3. Wie verwende ich die Watson-API für die Analyse natürlicher Sprache?

Wenn wir uns erfolgreich mit der Watson-API verbinden, können wir mit der Analyse natürlicher Sprache beginnen. Der folgende Code zeigt, wie man die Entitäts- und Emotionsinformationen im Text erhält:

$text = "PHP是一种开源的通用服务器端脚本语言。";
$result = call_watson_api($text);
$data = json_decode($result, true);
$entities = $data['entities'];
foreach ($entities as $entity) {
    $type = $entity['type'];
    $text = $entity['text'];
    $relevance = $entity['relevance'];
    $sentiment_score = $entity['sentiment']['score'];
    $sentiment_label = $entity['sentiment']['label'];
    print("$type: $text (重要性: $relevance, 情感值: $sentiment_score, 情感标签: $sentiment_label)
");
}

Im obigen Code definieren wir zunächst einen Testtext $text und rufen dann die Funktion call_watson_api auf, um die durch die Textinformationen analysierten Entitäten und Emotionen zu erhalten . Unter anderem enthält das Array $entities alle Entitätsinformationen in den Analyseergebnissen. Wir müssen dieses Array durchlaufen und die relevanten Informationen jeder Entität einzeln ausgeben.

4. Fazit

In der sich ständig verändernden technischen Umgebung ist das Erlernen der Verwendung von PHP und Watson API für die Verarbeitung natürlicher Sprache zu einem wesentlichen Wissen für Entwickler geworden. In diesem Artikel wird die Verbindungsmethode der Watson-API vorgestellt und ein einfaches Anwendungsbeispiel bereitgestellt. Tatsächlich stellt die Watson-API zahlreiche Dienste bereit, die wir nur flexibel anwenden können, um in der tatsächlichen Entwicklung immer komplexere Funktionen zur Verarbeitung natürlicher Sprache zu erreichen.

Das obige ist der detaillierte Inhalt vonErfahren Sie, wie Sie PHP und die Watson-API für die Verarbeitung natürlicher Sprache verwenden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!