翻译(Language Translator)

简介

本部分提供了基本的信息,并且解释了当使用不同编程语言时所需要方法的参数。我这里以python为例。

认证

在bluemix上获得该服务,并且获得用户和密码信息,详见Watson使用指南。

from watson_developer_cloud import LanguageTranslatorV2 as LanguageTranslatorlanguage_translator = LanguageTranslator(username='{username}',password='{password}')

方法

翻译(Translate)

将输入文本翻译成指定语言

参数:

  • model_id (string型,用于翻译的模板,启用该参数时其余参数可忽略)

  • source (string型,输入文本的语言,如不设定,系统将默认)

  • target (string型,目标语言)

  • text (string型,必须,UTF-8格式,待翻译文本)

import json
from watson_developer_cloud import LanguageTranslatorV2 as LanguageTranslatorlanguage_translator = LanguageTranslator(username='{username}',password='{password}')translation = language_translator.translate(text='hello',source='en',target='es')
print(json.dumps(translation, indent=2, ensure_ascii=False))

返回结果:
参数:

  • translations (包含返回信息的数组)

  • translation (翻译结果,UTF-8格式)

  • word_count (待翻译文本单词数)

  • character_count (待翻译文本的字母数)

{"translations": [{"translation": "Hola"}],"word_count": 1,"character_count": 5
}

识别语言(Identifiable Language)

返回能够识别的语言列表

参数:

  • 无参数

import json
from watson_developer_cloud import LanguageTranslatorV2 as LanguageTranslatorlanguage_translator = LanguageTranslator(username='{username}',password='{password}')languages = language_translator.get_identifiable_languages()
print(json.dumps(languages, indent=2))

返回结果

参数:

  • languages (结果数组)

  • language (检测语言缩写)

  • name (语言名称)

{"languages": [{"language": "af","name": "Afrikaans"},{"language": "ar","name": "Arabic"},{"language": "az","name": "Azerbaijani"},{"language": "ba","name": "Bashkir"},//...]
}

识别语言(Identity Language)

识别文本语言

参数:

  • text (string型,UTF-8格式输入文本)

import json
from watson_developer_cloud import LanguageTranslatorV2 as LanguageTranslatorlanguage_translator = LanguageTranslator(username='{username}',password='{password}')language = language_translator.identify('this is a test')
print(json.dumps(language, indent=2))

返回结果:

参数:

  • languages (结果数组)

  • language (文本语言-翻译语言)

  • confidence (成功翻译概率)

{"languages": [{"confidence": 0.9143,"language": "en-US"},{"confidence": 0.0396,"language": "hu-HU"},{"confidence": 0.0093,"language": "ro-RO"},{"confidence": 0.005,"language": "nl-NL"},//...]
}

模型列表(List Models)

根据源语言或目标语言筛选出可靠的翻译模型

参数:

  • default (string型,设置为true返回默认模型,false返回非默认模型,不设置,都返回)

  • source (string型,按照源语言筛选)

  • target (string型,按照目标语言筛选)

import json
from watson_developer_cloud import LanguageTranslatorV2 as LanguageTranslatorlanguage_translator = LanguageTranslator(username='{username}',password='{password}')models = language_translator.get_models()
print(json.dumps(models, indent=2))

返回结果:

参数:

  • model_id (使用模型)

  • source (源语言)

  • target (目标语言)

  • base_model_id (使用模型的基本模型)

  • customizable (该模型是否可以被用于训练其他模型,已定制过的将不被允许再次定义)

  • owner (模型拥有者,IBM或用户)

  • status (模型可用性)

  • default_model (该模型是否可以默认)

  • domain (该模型域名)

  • name (如果模型由用户训练,可以给它命名以便区分)

{models: [{"model_id ": "3e7dfdbe-f757-4150-afee-458e71eb93fb","source": "en","target": "es","base_model_id": "en-es","customizable": "false","default": "false","domain": "travel","owner": "74a239fa-f2db-42ef-8737-7bf74f49e35f","status": "available","name": "mymodel"}]
}

文档原文地址:http://www.ibm.com/watson/dev...

自然语言分类(Natural Language Classifier)

该服务使用机器学习算法返回对于输入文本而言最为匹配的预定义类,你也可以创建训练一个分类器用以连接样本文本和预定义类,这样就可以将服务应用于新的输入中

认证

在bluemix上创建该服务实例,并且获得用户名和密码,详见Watson使用指南。

from watson_developer_cloud import NaturalLanguageClassifierV1natural_language_classifier = NaturalLanguageClassifierV1(username='YOUR SERVICE USERNAME',password='YOUR SERVICE PASSWORD')

方法

创建分类器(Create Classifier)

发送数据以获得和训练一个分类器,同时返回关于该分类器的信息。注意,操作成功时返回标志“Training”,只有当标志为“Available”时才可以使用

参数:

  • name (string型, 该分类器名字)

  • language (string型, 必须, 训练数据语言)

  • training_data (文件型, 必须, 训练数据)

import json
from watson_developer_cloud import NaturalLanguageClassifierV1natural_language_classifier = NaturalLanguageClassifierV1(username='YOUR SERVICE USERNAME',password='YOUR SERVICE PASSWORD')with open('../resources/weather_data_train.csv', 'rb') as training_data:classifier = natural_language_classifier.create(training_data=training_data,name='My Classfier',language='en')
print(json.dumps(classifier, indent=2))

返回结果

参数:

  • classifier_id (独一的ID序号)

  • name (用户定义分类器名称)

  • language (训练分类器使用语言)

  • created (创建时间)

  • url (分类器地址)

  • status (当前分类器状态)

  • status_description (当前状态描述)

{"classifier_id": "10D41B-nlc-1","name": "My Classifier","language": "en""created": "2015-05-28T18:01:57.393Z","url": "https://gateway.watsonplatform.net/natural-language-classifier/api/v1/classifiers/10D41B-nlc-1","status": "Training","status_description": "The classifier instance is in its training phase, not yet ready to accept classify requests"
}

分类器列表(List Classifier)

检索适用于服务实例的分类器,如没有可用的,返回空值

参数:

  • 无参数

import json
from watson_developer_cloud import NaturalLanguageClassifierV1 as NaturalLanguageClassifiernatural_language_classifier = NaturalLanguageClassifier(username='YOUR SERVICE USERNAME',password='YOUR SERVICE PASSWORD')classifiers = natural_language_classifier.list()
print(json.dumps(classifiers, indent=2))

返回结果

参数:

  • classifier (结果数组)

  • classifier_id (分类器ID)

  • url (分类器地址)

  • name (分类器名称)

  • language (分类器使用语言)

  • created (分类器创建时间)

 {"classifiers": [{"classifier_id": "10D41B-nlc-1","url": "https://gateway.watsonplatform.net/natural-language-classifier/api/v1/classifiers/10D41B-nlc-1","name": "My Classifier","language": "en","created": "2015-05-28T18:01:57.393Z"}]
}

*获取更多信息(Get information about a classifier)

返回关于分类器的更多信息

参数:

  • classifier_id (string型,必须,查询分类器ID)

 import json
from watson_developer_cloud import NaturalLanguageClassifierV1 as NaturalLanguageClassifiernatural_language_classifier = NaturalLanguageClassifier(username='YOUR SERVICE USERNAME',password='YOUR SERVICE PASSWORD')status = natural_language_classifier.status('10D41B-nlc-1')
print (json.dumps(status, indent=2))

返回结果:

参数:

  • classifier_id (独一的ID序号)

  • name (用户定义分类器名称)

  • language (训练分类器使用语言)

  • created (创建时间)

  • url (分类器地址)

  • status (当前分类器状态)

  • status_description (当前状态描述)

{"classifier_id": "10D41B-nlc-1","name": "My Classifier","language": "en","created": "2015-05-28T18:01:57.393Z","url": "https://gateway.watsonplatform.net/natural-language-classifier/api/v1/classifiers/10D41B-nlc-1","status": "Available","status_description": "The classifier instance is now available and is ready to take classifier requests.",
}

删除(Delete Classifier)

参数:

  • classifier_id (string型, 必须,要删除分类器)

 from watson_developer_cloud import NaturalLanguageClassifierV1natural_language_classifier = NaturalLanguageClassifierV1(username='YOUR SERVICE USERNAME',password='YOUR SERVICE PASSWORD')classes = natural_language_classifier.remove('10D41B-nlc-1')
print(json.dumps(classes, indent=2))

返回结果

{}

分类(Classify)

返回输入文本的标签

参数:

  • classifier_id (string型, 必须,所使用分类器)

  • text (string型,必须,待分类文本)

from watson_developer_cloud import NaturalLanguageClassifierV1natural_language_classifier = NaturalLanguageClassifierV1(username='YOUR SERVICE USERNAME',password='YOUR SERVICE PASSWORD')classes = natural_language_classifier.classify('10D41B-nlc-1', 'How hot will it be today?')
print(json.dumps(classes, indent=2))

返回结果

参数:

  • classifier_id (分类器ID)

  • url (分类器地址)

  • text (待分类文本)

  • top_class (匹配度最高类别)

  • classes (类别信息)

    • class_name (类别标签)

    • confidence (得分,分数越高匹配程度越大)

{"classifier_id": "10D41B-nlc-1","url": "https://gateway.watsonplatform.net/natural-language-classifier/api/v1/classifiers/10D41B-nlc-1/classify?text=How%20hot%20wil/10D41B-nlc-1","text": "How hot will it be today?","top_class": "temperature","classes": [{"class_name": "temperature","confidence": 0.9998201258549781},{"class_name": "conditions","confidence": 0.00017987414502176904}]
}

文档原文地址:http://www.ibm.com/watson/dev...

Watson使用指南(三)相关推荐

  1. Watson使用指南(六)在微信公众号中实现识图作诗功能

    本文章主要是写一下这个项目开发的过程及之间遇到的问题,作为记录,也希望以此为契机认识志同道合的朋友,一起学习交流. 目录: 概述 环境准备及相关账号申请 部署Python Flask应用到Bluemi ...

  2. C++11 并发指南三(Lock 详解)

    在 <C++11 并发指南三(std::mutex 详解)>一文中我们主要介绍了 C++11 标准中的互斥量(Mutex),并简单介绍了一下两种锁类型.本节将详细介绍一下 C++11 标准 ...

  3. C++11 并发指南三(Lock 详解)(转载)

    multithreading 多线程 C++11 C++11多线程基本使用 C++11 并发指南三(Lock 详解) 在 <C++11 并发指南三(std::mutex 详解)>一文中我们 ...

  4. [ISUX译]iOS 9人机界面指南(三):iOS 技术

    [ISUX译]iOS 9人机界面指南(三):iOS 技术 UI规范 summer 2015-11-29 3247浏览 0评论 专为0基础小白量身打造的UI设计入门课程(ps,ai软件+图标技巧),在线 ...

  5. 端粒效应《The Telemere Effect》程序员的养生指南(三)身心与生活

    身为程序员,面临着久坐,工作时间长,工作量大等种种问题.健康显得至关重要.接下来,打算借助一本诺奖得主写的书,来探讨下怎么能够更加健康的做好程序员的工作.端粒效应<The Telomere Ef ...

  6. Linux文件命令精通指南(三)(转)

    Linux文件命令精通指南(三)(转) 查看和查找文件 文件过滤器 用来读取文件内容和在文件内容上执行操作的命令有时被称为 1y滤器.sed 和 awk 命令是两个滤波器的例子,因为在以前的 OTN ...

  7. C++11 并发指南三(std::mutex 详解)

    上一篇<C++11 并发指南二(std::thread 详解)>中主要讲到了 std::thread 的一些用法,并给出了两个小例子,本文将介绍 std::mutex 的用法. Mutex ...

  8. eBPF 入门开发实践指南三:在 eBPF 中使用 fentry 监测捕获 unlink 系统调用

    eBPF (Extended Berkeley Packet Filter) 是 Linux 内核上的一个强大的网络和性能分析工具.它允许开发者在内核运行时动态加载.更新和运行用户定义的代码. 本文是 ...

  9. 新晋总监生存指南三——OKR实践

    一.什么是OKR 书接上文:新晋总监生存指南二--建立指标 OKR在我们团队正循环大图中占有很重的分量,好的OKR实践同时也是上文中数据指标实践的案例.反向论述可以认为,数据指标建设混乱的团队很难运用 ...

最新文章

  1. 015_获取并设置CSS类
  2. js浮点数运算不精确 如何解决_解决 浏览器处理数字运算时精度丢失的方法
  3. 服务器内存技术知识充电
  4. Java注解:@Override的作用
  5. c语言实训模块化程序设计,C语言 实验三 模块化程序设计.doc
  6. docker中创建RabbitMQ并在管理端界面打开
  7. 深度学习pytorch--多层感知机(二)
  8. CXF学习(2) helloworld
  9. NoSQL为什么需要模式自由的ETL工具:不知道的大概都没用过!
  10. MySQL之一篇读懂binlog redolog undolog
  11. Linux入侵痕迹检测方案【华为云技术分享】
  12. oracle,如何查看视图结构,获得视图中的字段名称、字段类型、字段长度等。...
  13. python 特征工程_[译] 基于时序数据的特征工程 --- Python实现
  14. android 新建签名文件注意事项
  15. Linux下安装海康威视工业相机客户端
  16. 小米4c手机显示无服务器,小米4C手机无法开机变砖了怎么办
  17. Unity获取安卓的MAC地址问题
  18. gif验证码识别,gif动态验证码识别
  19. SDN实验(六)——SDN流量监控
  20. 简单优雅的搭建个人博客

热门文章

  1. (一)Linux基础(1)
  2. Win7局域网打印机共享设置(详细图文流程)
  3. Animation插值器:解决Android Animation 循环执行的停顿问题
  4. Python爬虫入门教程 14-100 All IT eBooks多线程爬取
  5. 认识与设计Serverless(二)
  6. BZOJ2038: [2009国家集训队]小Z的袜子(hose)
  7. social-auth-app-django模块
  8. Jfreechart柱形图设置数值显示
  9. 《程序设计与数据结构》第6周学习总结
  10. 【深度好文】多线程之WaitHandle--派生EventWaitHandle事件构造-》AutoResetEvent、ManualResetEvent...