样本代码:使用 Watson Natural Language Classifier 服务识别自然语言的语境

栏目: Java · 发布时间: 8年前

内容简介:样本代码:使用 Watson Natural Language Classifier 服务识别自然语言的语境

import java.util.List;

import com.google.gson.JsonObject; import com.google.gson.JsonParser;

import com.ibm.watson.developer_cloud.natural_language_classifier.v1.NaturalLanguageClassifier; import com.ibm.watson.developer_cloud.natural_language_classifier.v1.model.Classification; import com.ibm.watson.developer_cloud.natural_language_classifier.v1.model.ClassifiedClass;

public class LanguageClassifier {

private static String data = "{"textToClassify" :"Will it rain tomorrow?"," + " "contextId" :"359f41x201-nlc-180573"," + " "username" :""," + " "password" :""," + " "endpoint" :"https://sandbox-watson-proxy.mybluemix.net/natural-language-classifier/api"," + " "skip_authentication" :"true"}";

public static void main(String[] args) { JsonParser parser = new JsonParser(); JsonObject jsonArgs = parser.parse(data).getAsJsonObject(); main(jsonArgs); }

public static JsonObject main(JsonObject args) { JsonParser parser = new JsonParser();

NaturalLanguageClassifier service = new NaturalLanguageClassifier();

service.setUsernameAndPassword
    (args.get("username").getAsString(),
     args.get("password").getAsString());

if (args.get("endpoint") != null)
  service.setEndPoint(args.get("endpoint").getAsString());

if (args.get("skip_authentication") != null)
  service.setSkipAuthentication((args.get("skip_authentication")
  .getAsString() == "true") ? true : false);

Classification result = service.classify
    (args.get("contextId").getAsString(),
     args.get("textToClassify").getAsString()).
    execute();

System.out.println("The most likely classification is " +
                   result.getTopClass() + "\n");
System.out.println("The complete list is:");
List<ClassifiedClass> classifications = result.getClasses();
for (ClassifiedClass nextClassification : classifications) {
  System.out.println("  Classification:" + nextClassification.getName() +
                     " (confidence:" +
                     (int)(nextClassification.getConfidence() * 100) +
                     "%)");
}

JsonObject returnObject = parser.parse(result.toString()).getAsJsonObject();
return returnObject;

} }


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

轻量级Django

轻量级Django

茱莉亚·埃尔曼 (Julia Elman)、马克·拉温 (Mark Lavin) / 侯荣涛、吴磊 / 中国电力出版社; 第1版 / 2016-11-1 / 35.6

自Django 创建以来,各种各样的开源社区已经构建了很多Web 框架,比如JavaScript 社区创建的Angular.js 、Ember.js 和Backbone.js 之类面向前端的Web 框架,它们是现代Web 开发中的先驱。Django 从哪里入手来适应这些框架呢?我们如何将客户端MVC 框架整合成为当前的Django 基础架构? 本书讲述如何利用Django 强大的“自支持”功......一起来看看 《轻量级Django》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

URL 编码/解码
URL 编码/解码

URL 编码/解码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具