Watson 自然语言处理库的使用示例

这些示例笔记本演示了如何使用 Watson 中的各种自然语言处理模块，以及如何训练您自己的模型。

示例项目和笔记本

为了帮助您入门使用 Watson 自然语言处理库，您可以从 Data Science 示例 GitHub 存储库的 “Notebooks and projects ”部分下载示例项目和笔记本。

请注意，您需要下载示例项目以及与您计划运行笔记本的运行时环境对应的笔记本。

样本笔记本

  • 金融投诉分析

    本练习手册将向您展示如何利用 Watson 的自然语言处理功能分析金融客户投诉。 该报告使用了美国消费者金融保护局（CFPB）发布的消费者投诉数据库中的数据。 本笔记本将指导您使用语调分类和情感分类模型。

  • 汽车投诉分析

    本笔记本演示了如何使用 Watson 的自然语言处理功能来分析汽车投诉。 该系统利用了美国交通部下属的国家公路交通安全管理局（NHTSA）存储的、来自车主且公开可查的投诉记录。 本笔记本向您展示了如何利用语法分析提取使用频率最高的名词——这些名词通常反映了综述作者所讨论的问题——并通过关联规则挖掘将这些结果与结构化数据相结合。

  • 利用 Watson 自然语言处理技术进行投诉分类

    本笔记本演示了如何使用 Watson 自然语言处理功能来训练不同的文本分类器。 这些分类器根据客户投诉的文本内容预测产品类别。 例如，这可以用来将投诉转交给相关工作人员。 本笔记本中使用的数据来源于美国消费者金融保护局（CFPB）发布的消费者投诉数据库，该局是美国联邦政府（ U.S ）下属机构，相关数据向公众开放。 您将学习如何训练自定义的卷积神经网络（CNN）模型和 VotingEnsemble 模型，并评估其质量。

  • 利用 Watson 自然语言处理技术对金融投诉进行实体提取

    本笔记本演示了如何利用 Watson 的自然语言处理功能，从金融客户投诉中提取命名实体。 该报告使用了美国消费者金融保护局（CFPB）发布的消费者投诉数据库中的数据。 在本笔记本中，您将学习如何进行基于词典的术语提取，利用给定的词典训练自定义提取模型，并使用 BERT 模型提取实体。

  • 部署一个预训练的情感分析模型

    本笔记本演示了如何基于 Watson 自然语言处理模块创建一个用于识别情感的在线部署。

示例项目

如果您不想将示例笔记本逐个下载到项目中，可以下载整个示例项目： NLP-Example-Project-RT24-1.zip

示例项目包含上一节中列出的示例笔记本，包括：

  • 使用 Watson 自然语言处理技术分析酒店评论

    本笔记本将向您展示如何利用语法分析从酒店评论中提取最常用的名词，对评论的情感进行分类，并针对提取出的最常见方面应用面向方面的情感分析。 本笔记本所使用的数据文件已作为数据资产包含在项目中。

示例项目中包含了适用于示例笔记本的自定义环境模板。 如果您想创建自己的模板，请确保它们至少拥有 4 GB 的内存。 使用 Watson 自然语言处理笔记本进行投诉分类时，需要一个配备至少8 GB内存的自定义模板。