今天介绍一下亚马逊云科技的Amazon Comprehend~你可以把它理解为一种文本提取器,在NLP领域非常牛逼,它可以使用内置或自定义模型实时分析文本。通过内置模型,可以识别实体、提取关键短语、检测主导语言、检测PII、确定情感、检测目标情感或分析语法。使用自定义模型,可以检测自己定义的实体,也可以使用自己的类别或标签对文档进行分类。
接下来,让我来演示一下使用说明,分别是在线使用和API调用。首先,注册一个Amazon的账号,注册地址:点击注册,之前已经注册过的可以直接打开下面这个链接:
Amazon Comprehend 自然语言处理 (NLP) _自然语言理解-亚马逊云科技
1、在线使用
选择开始使用Amazon Comprehend:
然后右侧Launch Amazon Comprehend:
你会来到一个实时分析界面:
下面是一个示例,点击Analyze,就可以尝试在线提取关键词了,我看了下,准确率还是很吊的:
来点中文的试试:
还是很稳定的。
2、API调用
除了在线,还可以通过API进行调用,首先,需要创建一个密钥,打开IAM Console (amazon.com),然后创建一个访问密钥:
创建完成之后仔细保存下来,这个密钥很重要,千万不要泄露:
创建一个py文件,输入:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
import boto3 # 创建Amazon Comprehend客户端 comprehend = boto3.client( 'comprehend', region_name='us-east-1', # 替换为你使用的区域 aws_access_key_id='your_access_key_id', # 替换为上面的访问密钥 aws_secret_access_key='your_secret_access_key' # 替换为上面的秘密访问密钥 ) # 需要分析的文本 text = "I am so happy and excited to use Amazon Comprehend!" # 调用Comprehend的detect_sentiment API response = comprehend.detect_sentiment( Text=text, LanguageCode='en' # 语言代码,例如英语是'en' ) # 输出结果 print(response) |
将上面的your_access_key_id和your_secret_access_key分别替换为上面的两个值即可~~
然后安装包:pip install boto3
最后运行:
是不是很方便~~





最新评论
博主好,路过留言交流一下~我在做源头中转 Twinkle Model(利益相关):GPT 1折、国模 1折(GLM/DeepSeek/Kimi)、满血 Claude,低价稳定。价格全在模型广场 https://big-model.smart-agi.com/model-plaza ,有兴趣可以看看。
博主分享的 Surge 增强模式接管应用分流思路很赞!确实,系统大版本升级后,老牌 Proxifier 由于底层驱动兼容性问题经常莫名崩溃。在 Mac 上有 Surge 这种神器接管,但是在 Windows 平台上,很多人又很难找到兼顾‘轻量分流+稳定不崩溃’的工具:ProxiFyre 依赖 WireSock 内核驱动容易蓝屏且纯命令行,开 TUN 虚拟网卡又会把开发网段和公司 VPN 改乱。 如果是 Windows 用户寻找 Proxifier 替代品,非常推荐关注 Ghost Proxifier Pro: - 纯用户态 Winsock API Hook:完全免安装内核驱动和虚拟网卡,零蓝屏隐患,不改动系统默认网关与路由表; - 智能递归子进程树:很多现代客户端(如播放器、流媒体套件、IDE)会派生子进程,它能自动递归识别并接管流量,杜绝漏代理; - 现代 Fluent 图形界面:直接拖入目标 exe 即可一键绑定 SOCKS5/HTTP 节点,比老版配置规则直观很多。 注:该工具为非开源的独立客户端软件。 - 官网主页:https://ghostproxifier.com - 项目发布:https://github.com/liliBestCoder/ghost-proxifier-pro
曾经最爱之一,还有emlog,zblog
感谢分享经验,谢谢站长!!已收藏
牛牛牛
同样
站长您好,亚马逊云咨询推广资源,望建立联系,可邮件,谢谢。
换友情链接吗?