本文主要是来安利大家基于 Azure 的认知服务，主要是文本认知服务，可以做到分析输入文本的情绪，以及判断当前输入文本所属语言等功能
本文分为两个部分 ，一个就是在 Azure 上的配置，另一个就是 WPF 端的使用
在 Azure 上我用的是 世纪互联 的一块钱订阅，可以用一块钱订阅一个月的试用，这就是为什么我这几天都会写 Azure 相关博客的原因
登录 Azure 控制台，新建一个 认知服务 新建方法基本上看界面就会了，而微软的界面会改来改去，我就不放详细的步骤了
这个服务属于新建完成就完成 Azure 端的部署
在开始之前还请小伙伴看一下定价层是否是免费的哈，点击资源管理，点击定价层，选择免费，点击下方的选择按钮
接下来还需要点击 密钥和终结点 复制粘贴密钥和访问地址
在上面的图片可以看到有两个密钥，其实这两个密钥可以在代码里面使用任意一个，在这里放两个只是为了在一个失效之后可以备用另一个
新建一个 WPF 项目，在项目里面通过 NuGet 安装 Microsoft.Azure.CognitiveServices.Language.TextAnalytics 库，这个是 2.1 版本的，最新版本是 3.0 预览版。不过 3.0 预览版需要 Azure 服务器的支持，暂时中国微软的版本是不支持的，如果使用 3.0 的预览版将会提示
{code: "404", message: "Resource not found"}
使用 3.0 预览版需要安装 Azure.AI.TextAnalytics 库
安装 NuGet 库可以通过修改 csproj 的方法
<ItemGroup>
<!--<PackageReference Include="Azure.AI.TextAnalytics" Version="1.0.0-preview.4" />-->
<PackageReference Include="Microsoft.Azure.CognitiveServices.Language.TextAnalytics" Version="4.0.0" />
</ItemGroup>
被注释掉的库就是 3.0 预览版的，现在是 2020.5 这个库还是预览版
在 WPF 中添加一个简单的界面
<Grid>
<Grid.RowDefinitions>
<RowDefinition></RowDefinition>
<RowDefinition></RowDefinition>
<RowDefinition Height="Auto"></RowDefinition>
</Grid.RowDefinitions>
<Grid>
<TextBox x:Name="Text" Margin="10,10,10,10" TextWrapping="Wrap" AcceptsReturn="True"></TextBox>
</Grid>
<Grid Grid.Row="1">
<TextBox x:Name="ShowText" Margin="10,10,10,10" IsReadOnly="True" TextWrapping="Wrap"></TextBox>
</Grid>
<StackPanel Margin="10,10,10,10" Grid.Row="2" Orientation="Horizontal">
<StackPanel.Resources>
<Style TargetType="Button">
<Setter Property="Margin" Value="10,10,10,10"></Setter>
</Style>
</StackPanel.Resources>
<Button Content="情绪分析" Click="SentimentAnalysis_OnClick"></Button>
<Button Content="语言检测" Click="LanguageDetection_OnClick"></Button>
<Button Content="命名实体识别 (NER)" Click="RecognizeEntities_OnClick"></Button>
<Button Content="关键短语提取" Click="KeyPhraseExtraction_OnClick"></Button>
</StackPanel>
</Grid>
在使用之前需要创建客户端模型，需要传入刚才复制的 key 和终结点 也就是访问地址
private static TextAnalyticsClient GetAnalyticsClient()
{
var key = "d131f725093f460c99a09580beba34ed";
var endpoint = "https://lindexi.cognitiveservices.azure.cn/";
var credentials = new ApiKeyServiceClientCredentials(key);
TextAnalyticsClient client = new TextAnalyticsClient(credentials)
{
Endpoint = endpoint
};
return client;
}
请将上面的 key 和 endpoint 替换为你自己 Azure 的
上面的 ApiKeyServiceClientCredentials 是自己实现的类，请看代码
class ApiKeyServiceClientCredentials : ServiceClientCredentials
{
public ApiKeyServiceClientCredentials(string apiKey)
{
_apiKey = apiKey;
}
public override Task ProcessHttpRequestAsync(HttpRequestMessage request, CancellationToken cancellationToken)
{
if (request == null)
{
throw new ArgumentNullException(nameof(request));
}
request.Headers.Add("Ocp-Apim-Subscription-Key", _apiKey);
return base.ProcessHttpRequestAsync(request, cancellationToken);
}
private readonly string _apiKey;
}
在拿到 TextAnalyticsClient 类就可以调用很多有趣的方法了，本文的例子用的是同步的方法，但是推荐在实际项目中使用异步的方法。使用同步的方法会让界面卡顿
下面是界面的各个方法实现
private void SentimentAnalysis_OnClick(object sender, RoutedEventArgs e)
{
var client = GetAnalyticsClient();
var sentiment = client.Sentiment(Text.Text, "zh");
ShowText.Text = $"分数:{sentiment.Score:0.00} \r\n 评分接近 0 表示消极情绪，评分接近 1 表示积极情绪";
}
private void LanguageDetection_OnClick(object sender, RoutedEventArgs e)
{
var client = GetAnalyticsClient();
var detectLanguage = client.DetectLanguage(Text.Text);
ShowText.Text =
$"判断出可能的语言有 {detectLanguage.DetectedLanguages.Count} 个 \r\n {string.Join("\r\n", detectLanguage.DetectedLanguages.Select(temp => $"语言 {temp.Name} 分数 {temp.Score:0.00}"))}";
}
private void RecognizeEntities_OnClick(object sender, RoutedEventArgs e)
{
var client = GetAnalyticsClient();
var result = client.Entities(Text.Text);
ShowText.Text = "";
foreach (var entity in result.Entities)
{
ShowText.Text +=
$"Name: {entity.Name},\tType: {entity.Type ?? "N/A"},\tSub-Type: {entity.SubType ?? "N/A"} \r\n";
foreach (var match in entity.Matches)
{
ShowText.Text +=
$"\tOffset: {match.Offset},\tLength: {match.Length},\tScore: {match.EntityTypeScore:F3}\r\n";
}
}
}
private void KeyPhraseExtraction_OnClick(object sender, RoutedEventArgs e)
{
var client = GetAnalyticsClient();
var result = client.KeyPhrases(Text.Text);
ShowText.Text = $"关键词： {string.Join(";", result.KeyPhrases)}";
}
大概运行效果如下
情绪分析可以分析出一句话是积极的还是消极的，使用分数表示，评分接近 0 表示消极情绪，评分接近 1 表示积极情绪
语言检测主要用来分析当前输入文本属于哪个语言
如输入英文就会判断当前是英文
命名实体用来分析文本里面的某些单词是属于什么，例如某些单词是人的名字，某些单词是时间等
关键短语提取可以用来提取一句话中的关键词
整体功能还是很爽的，特别是开发特别简单。而服务本文是中国微软速度也特别快，本文用的是同步的代码，但实际上界面也不卡
快速入门：文本分析客户端库 v3 - Azure Cognitive Services
本文代码放在 github 欢迎小伙伴访问