1. 概览
在此 Codelab 中,您将重点了解如何将 Natural Language API 与 C# 结合使用。您将学习如何执行情感、实体和语法分析。
Google Cloud Natural Language API 为开发者提供自然语言理解技术,包括情感分析、实体分析和语法分析。
学习内容
- 如何使用 Cloud Shell
- 如何启用 Natural Language API
- 如何对 API 请求进行身份验证
- 如何安装适用于 C# 的 Google Cloud 客户端库
- 如何执行情感分析
- 如何执行实体分析
- 如何执行语法分析
所需条件
调查问卷
您将如何使用本教程?
您如何评价自己使用 C# 的体验?
您如何评价自己在使用 Google Cloud Platform 服务方面的经验水平?
<ph type="x-smartling-placeholder">2. 设置和要求
自定进度的环境设置
- 登录 Google Cloud 控制台,然后创建一个新项目或重复使用现有项目。如果您还没有 Gmail 或 Google Workspace 账号,则必须创建一个。
- 项目名称是此项目参与者的显示名称。它是 Google API 尚未使用的字符串。您可以随时对其进行更新。
- 项目 ID 在所有 Google Cloud 项目中是唯一的,并且是不可变的(一经设置便无法更改)。Cloud 控制台会自动生成一个唯一字符串;通常情况下,您无需关注该字符串。在大多数 Codelab 中,您都需要引用项目 ID(通常用
PROJECT_ID
标识)。如果您不喜欢生成的 ID,可以再随机生成一个 ID。或者,您也可以尝试自己的项目 ID,看看是否可用。完成此步骤后便无法更改该 ID,并且此 ID 在项目期间会一直保留。 - 此外,还有第三个值,即部分 API 使用的项目编号,供您参考。如需详细了解所有这三个值,请参阅文档。
- 接下来,您需要在 Cloud 控制台中启用结算功能,以便使用 Cloud 资源/API。运行此 Codelab 应该不会产生太多的费用(如果有的话)。若要关闭资源以避免产生超出本教程范围的结算费用,您可以删除自己创建的资源或删除项目。Google Cloud 新用户符合参与 300 美元免费试用计划的条件。
启动 Cloud Shell
虽然可以通过笔记本电脑对 Google Cloud 进行远程操作,但在此 Codelab 中,您将使用 Google Cloud Shell,这是一个在云端运行的命令行环境。
激活 Cloud Shell
- 在 Cloud Console 中,点击激活 Cloud Shell。
如果这是您第一次启动 Cloud Shell,系统会显示一个中间屏幕,说明它是什么。如果您看到中间屏幕,请点击继续。
预配和连接到 Cloud Shell 只需花几分钟时间。
这个虚拟机装有所需的所有开发工具。它提供了一个持久的 5 GB 主目录,并在 Google Cloud 中运行,大大增强了网络性能和身份验证功能。您在此 Codelab 中的大部分(即使不是全部)工作都可以通过浏览器完成。
在连接到 Cloud Shell 后,您应该会看到自己已通过身份验证,并且相关项目已设为您的项目 ID。
- 在 Cloud Shell 中运行以下命令以确认您已通过身份验证:
gcloud auth list
命令输出
Credentialed Accounts ACTIVE ACCOUNT * <my_account>@<my_domain.com> To set the active account, run: $ gcloud config set account `ACCOUNT`
- 在 Cloud Shell 中运行以下命令,以确认 gcloud 命令了解您的项目:
gcloud config list project
命令输出
[core] project = <PROJECT_ID>
如果不是上述结果,您可以使用以下命令进行设置:
gcloud config set project <PROJECT_ID>
命令输出
Updated property [core/project].
3. 启用 Natural Language API
在开始使用 Natural Language API 之前,您必须先启用该 API。使用 Cloud Shell,您可以使用以下命令启用该 API:
gcloud services enable language.googleapis.com
4. 安装适用于 C# 的 Google Cloud Natural Language API 客户端库
首先,创建一个简单的 C# 控制台应用,用于运行 Natural Language API 示例:
dotnet new console -n NaturalLanguageApiDemo
您应该会看到该应用已创建且依赖项已解析:
The template "Console Application" was created successfully.
Processing post-creation actions...
...
Restore succeeded.
接下来,前往 NaturalLanguageApiDemo
文件夹:
cd NaturalLanguageApiDemo/
并将 Google.Cloud.Language.V1
NuGet 软件包添加到项目中:
dotnet add package Google.Cloud.Language.V1
info : Adding PackageReference for package 'Google.Cloud.Language.V1' into project '/home/atameldev/NaturalLanguageApiDemo/NaturalLanguageApiDemo.csproj'.
log : Restoring packages for /home/atameldev/NaturalLanguageApiDemo/NaturalLanguageApiDemo.csproj...
...
info : PackageReference for package 'Google.Cloud.Language.V1' version '1.1.0' added to file '/home/atameldev/NaturalLanguageApiDemo/NaturalLanguageApiDemo.csproj'.
现在,您可以使用 Natural Language API 了!
5. 情感分析
在本部分中,您将对字符串执行情感分析,并使用 Natural Language API 找出 Score 和 Magnitude。
情感的分数介于 -1.0(消极)和 1.0(积极)之间,对应于根据给定信息得出的总体情感。
情感的量级范围从 0.0 到 +无穷大,表示情感的整体强度。提供的信息越多,震级就越大。
从 Cloud Shell 的右上角打开代码编辑器:
找到 NaturalLanguageApiDemo
文件夹内的 Program.cs
文件,并将代码替换为以下代码:
using System;
using Google.Cloud.Language.V1;
namespace NaturalLanguageApiDemo
{
class Program
{
static void Main(string[] args)
{
var text = "Yukihiro Matsumoto is great!";
var client = LanguageServiceClient.Create();
var response = client.AnalyzeSentiment(Document.FromPlainText(text));
var sentiment = response.DocumentSentiment;
Console.WriteLine($"Score: {sentiment.Score}");
Console.WriteLine($"Magnitude: {sentiment.Magnitude}");
}
}
}
花一两分钟时间研究一下代码,看看如何使用这段代码对字符串“Yukihiro Matsumoto is great!”执行情感分析。
返回 Cloud Shell,运行应用:
dotnet run
您应该会看到以下输出内容:
Score: 0.9
Magnitude: 0.9
摘要
在此步骤中,您可以对一串文本执行情感分析,并输出得分和量级。详细了解情感分析。
6. 实体分析
实体分析通过搜索专有名词(例如公众人物、地标等)来检查实体的给定信息,并返回这些实体的相关信息。
如需执行实体分析,请前往 NaturalLanguageApiDemo
文件夹内的 Program.cs
文件,并将代码替换为以下代码:
using System;
using Google.Cloud.Language.V1;
namespace NaturalLanguageApiDemo
{
class Program
{
static void Main(string[] args)
{
var text = "Yukihiro Matsumoto is great!";
var client = LanguageServiceClient.Create();
var response = client.AnalyzeEntitySentiment(Document.FromPlainText(text));
foreach (var entity in response.Entities)
{
Console.WriteLine($"Entity: \"{entity.Name}\" ({entity.Type})");
if (entity.Metadata.ContainsKey("wikipedia_url"))
{
Console.WriteLine($"URL: {entity.Metadata["wikipedia_url"]}");
}
}
}
}
}
花一两分钟时间研究一下代码,看看如何使用这段代码对字符串“Yukihiro Matsumoto is great!”执行实体分析。
返回 Cloud Shell,运行应用:
dotnet run
您应该会看到以下输出内容:
Entity: "Yukihiro Matsumoto" (Person)
URL: https://en.wikipedia.org/wiki/Yukihiro_Matsumoto
摘要
在此步骤中,您将能够对文本字符串执行实体分析并输出其实体。详细了解实体分析。
7. 语法分析
语法分析提取语言信息,将给定文本分解为一系列句子和词元(通常是字词边界),从而对这些词元进行进一步分析。
此示例将输出句子和词元的数量,并提供每个词元的词性。
如需执行语法分析,请前往 NaturalLanguageApiDemo
文件夹内的 Program.cs
文件,并将代码替换为以下代码:
using System;
using Google.Cloud.Language.V1;
using static Google.Cloud.Language.V1.AnnotateTextRequest.Types;
namespace NaturalLanguageApiDemo
{
class Program
{
static void Main(string[] args)
{
var text = "Yukihiro Matsumoto is great!";
var client = LanguageServiceClient.Create();
var response = client.AnnotateText(Document.FromPlainText(text),
new Features { ExtractSyntax = true });
var sentences = response.Sentences;
var tokens = response.Tokens;
Console.WriteLine($"Sentences: {sentences.Count}");
Console.WriteLine($"Tokens: {tokens.Count}");
foreach (var token in tokens)
{
Console.WriteLine($"{token.PartOfSpeech.Tag} {token.Text.Content}");
}
}
}
}
花一两分钟时间研究一下代码,看看如何使用这段代码对字符串“Yukihiro Matsumoto is great!”执行语法分析。
返回 Cloud Shell,运行应用:
dotnet run
您应该会看到以下输出内容:
Sentences: 1
Tokens: 5
Noun Yukihiro
Noun Matsumoto
Verb is
Adj great
Punct !
以下为直观的解释。
摘要
在此步骤中,您可以对简单的文本字符串执行语法分析,并输出每个词元的句子数、词元数和语言信息。详细了解语法分析。
8. 恭喜!
您已学习如何通过 C# 使用 Natural Language API 对信息执行不同类型的分析!
清理
为避免系统因本快速入门中使用的资源向您的 Google Cloud Platform 账号收取费用,请执行以下操作:
- 前往 Cloud Platform Console。
- 选择要关停的项目,然后点击“删除”顶部:这会安排删除项目。
了解详情
- Google Cloud Natural Language API:https://cloud.google.com/natural-language/docs/
- Google Cloud Platform 上的 C#/.NET:https://cloud.google.com/dotnet/
- Google Cloud .NET 客户端:https://googlecloudplatform.github.io/google-cloud-dotnet/
许可
此作品已获得 Creative Commons Attribution 2.0 通用许可授权。