基于百度AI的自然语言处理文字分类
Posted duanhaoxin
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于百度AI的自然语言处理文字分类相关的知识,希望对你有一定的参考价值。
前言:
需要在百度AI平台注册登录并创建项目。
爬虫代码
1 import scrapy 2 from BaiDuAi.items import BaiduaiItem 3 4 class AiSpider(scrapy.Spider): 5 name = ‘ai‘ 6 # allowed_domains = [‘www.xxx.com‘] 7 #人民网url 8 start_urls = [‘http://politics.people.com.cn/n1/2018/1217/c1001-30470023.html‘] 9 10 def parse(self, response): 11 title=response.xpath(‘/html/body/div[4]/h1/text()‘).extract_first() 12 content=response.xpath(‘//*[@id="rwb_zw"]//text()‘).extract() 13 content=‘‘.join(content).strip(‘ ‘) 14 item=BaiduaiItem() 15 item[‘title‘]=title 16 item[‘content‘]=content 17 18 yield item
管道代码
1 from aip import AipNlp 2 3 """ 你的 APPID AK SK """ 4 APP_ID = ‘15198150‘ 5 API_KEY = ‘jaObSr6rmSmqsjWfKGGpmwxB‘ 6 SECRET_KEY = ‘808Eiz4FPkfMwS2ajClXYhKrcFMN1YUN‘ 7 8 client = AipNlp(APP_ID, API_KEY, SECRET_KEY) 9 10 class BaiduaiPipeline(object): 11 keys=[] 12 def process_item(self, item, spider): 13 title=item[‘title‘].replace(‘xa0‘,‘‘) 14 content=item[‘content‘].replace(‘xa0‘,‘‘) 15 keys_dict=client.keyword(title,content) 16 for dic in keys_dict[‘items‘]: 17 self.keys.append(dic[‘tag‘]) 18 19 20 keys="/".join(self.keys) 21 typec_dic=client.topic(title,content) 22 news_type=typec_dic[‘item‘][‘lv1_tag_list‘][0][‘tag‘] 23 24 with open(‘./xinwen.html‘,‘w‘,encoding=‘utf-8‘)as fp: 25 fp.write(title+‘ ‘+content+‘ ‘+keys+‘ ‘+news_type) 26 return item
以上是关于基于百度AI的自然语言处理文字分类的主要内容,如果未能解决你的问题,请参考以下文章