码迷,mamicode.com
首页 > Windows程序 > 详细

调用百度API进行文本纠错

时间:2019-07-24 16:18:55      阅读:464      评论:0      收藏:0      [点我收藏+]

标签:纠错   bin   fragment   汽车   支持   ict   net   correct   ble   

  毕设做的是文本纠错方面,然后今天进组见研究生导师 。老师对我做的东西蛮感兴趣。然后介绍自己现在做的一些项目,其中有个模块需要有用到文本纠错功能。

要求1:有多人同时在线编辑文档,然后文档功能有类似Word中的在疑似错误下标浪线,或者标记高亮,并且要推荐修改选项

要求2:语料数据的获取、处理以及完善

要求3:文章写完后要有生成keyword 

根据老师所讲要查阅文献,以及已有项目来分析可行性,首先想到之前曾有同学调用百度API来进行文档的纠错,然后在这里试了一下。

API描述

识别输入文本中有错误的片段,提示错误并给出正确的文本结果。支持短文本、长文本、语音等内容的错误识别,纠错是搜索引擎、语音识别、内容审查等功能更好运行的基础模块之一。

 

Step 1  获取assess_token

根据百度开发手册 ,我们需要进行获取assess_token(用户身份验证和授权的凭证)

详细请见百度开发手册 

因为百度所给的实例中是python2    然后我用的是python3  会有一些变化  这里只贴python3代码供自己回忆参考

import urllib.request
import urllib,sys
import ssl

# client_id 为官网获取的AK, client_secret 为官网获取的SK
host = https://aip.baidubce.com/oauth/2.0/token?        grant_type=client_credentials&client_id=**********&client_secret=**************
request = urllib.request.Request(host)
request.add_header(Content-Type, application/json; charset=UTF-8)
response = urllib.request.urlopen(request)
content = response.read()
if (content):
    print(content)

 

执行代码后  可在控制台中看到所要的token_key

另附实例

# -*- coding: utf-8 -*-

import urllib
import json
#client_id 为官网获取的AK, client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】

#获取token
def get_token():
    host = https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id= + client_id + &client_secret= + client_secret
    request = urllib.request.Request(host)
    request.add_header(Content-Type, application/json; charset=UTF-8)
    response = urllib.request.urlopen(request)
    token_content = response.read()
    if token_content:
        token_info = json.loads(token_content)
        token_key = token_info[access_token]
    return token_key

 

Step 2 文本纠错应用部分

POST方式调用

注意:要求使用JSON格式的结构体来描述一个请求的具体内容。

body整体文本内容可以支持GBK和UTF-8两种格式的编码。

URL参数:参数 值

access_token 通过API Key和Secret Key获取的access_token,参考“Access Token获取”

Header如下:参数 值

Content-Type application/json

返回说明

参数 说明 描述

log_id uint64 请求唯一标识码

correct_query string 纠错后的文本

score double 模型置信度打分

item object 分析结果

+vec_fragment list 替换候选片段信息

++ori_frag string 原片段

++correct_frag double 替换片段

++begin_pos int 起始(长度单位)

++end_pos list 结尾(长度单位)

# -*- coding: utf-8 -*-
#!/usr/bin/env python

import urllib
import json
#Access Token的有效期为30天(以秒为单位),请您集成时注意在程序中定期请求新的token

#client_id 为官网获取的AK, client_secret 为官网获取的SK

client_id =Qk9yAcidNfHIeg63zCATZd2I
client_secret =gSjzxo0M7ZtBCQaMGgkBtfcrrIrWLPRC

#获取token
def get_token():
    host = https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id= + client_id + &client_secret= + client_secret
    request = urllib.request.Request(host)
    request.add_header(Content-Type, application/json; charset=UTF-8)
    response = urllib.request.urlopen(request)
    token_content = response.read()
    if token_content:
        token_info = json.loads(token_content)
        token_key = token_info[access_token]
    return token_key


def txt_correction(content):
    print(原文:, content)
    token = get_token()
    url = https://aip.baidubce.com/rpc/2.0/nlp/v1/ecnet
    params = dict()
    params[text] = content
    params = json.dumps(params).encode(utf-8)
    access_token = token
    url = url + "?access_token=" + access_token
    request = urllib.request.Request(url=url, data=params)
    request.add_header(Content-Type, application/json)
    response = urllib.request.urlopen(request)
    content = response.read()
    if content:
        content = content.decode(GB2312)
        data = json.loads(content)

        item = data[item]
        print(纠错后:, item[correct_query])
        print(Score:, item[score])


txt_correction(汽车形式在这条道路上)

运行结果如下:

>> 原文:汽车形式在这条道路上
>> 纠错后:汽车行驶在这条公路上
>> Score:0.982835

 

调用百度API进行文本纠错

标签:纠错   bin   fragment   汽车   支持   ict   net   correct   ble   

原文地址:https://www.cnblogs.com/baobaotql/p/11238725.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!