歡迎加入機器智能實驗室_FB社團

大家好，我是資料科學實驗室作者Jerry，由於個人工作歷程的發展，目前正在從「數據科學」轉移到「機器智能」上發展，所以建立了「機器智能實驗室」，在這裡不同以往的，我們可以有更多的互動與交流，也歡迎大家一起進入我們的研究行列。

未來所有智能化的來源都是資料，而研究多年「資料應用」的Jerry，希望能夠將資料與智能化整合，就像阿里巴巴馬雲說的「以前的電器是插上了電以後就聽你話。未來電器不僅要通電，更要通數據。機器收到數據之後，機器比人變得越來越聰明」。

另外也有牛津大學的學者提到「機器智能將會是我們人類最後一個發明」，讓我更決定開始投入機器智能(Machine Intelligence)的相關研究。

在接下來幾年，資料將會是企業最重要的資產，為了能夠掌握未來發展，企業應該要能夠掌握資料，並開始投入研究資料，進而將資料用在各種智能應用上面。但是因為機器智能(Machine Intelligence)技術越來越複雜，門檻越來越高，因此希望成立機器智能實驗室，希望大家一同共襄盛舉。




======================= [工商服務] =======================
目前JerryWu老師是Google機器學習開發專家，同時擔任機器智能（人工智慧）訓練講師，目前在廣宣學堂、T客邦、資策會、工研院、中國生產力中心、文化大學進修推廣部......等知名訓練機構擔任講師，也同時是亞太智能機器的創辦人兼技術長。
教授課程包含：
機器學習、機器理解、機器視覺、Python基礎課程、Python資料分析課程、預測分析與管理。

有需要的朋友歡迎來信 jerry@ap-mic.com

透過雲端工具快速實作情緒分析(Sentiment Analysis)

最近實在是太忙，終於有一點時間可以發文，情緒分析一直是筆者的研究之一。自從兩年前「情緒分析(Sentiment Analysis)的作法與商業價值」獲得高度迴響之後，就一直要找時間分享相關的研究。而剛好這兩年Google推出的自然語言技術越來越成熟，筆者就把使用心得給記錄在這邊。

因此本次實作主要使用Google自然語言API (Cloud Natural Language API)來進行情緒辨識，目前支援簡體中文、繁體中文、英文、法文、德文、義大利文、日文、韓文、葡萄牙文、西班牙文。

如果您只是是玩玩，想看一下Demo，Google提供兩個地方給大家玩，第一個到官網。

可以自行輸入文字進行辨識情緒。

第二個

或是進到Google API進行API測試，網址請點這裡

透過上方的輸入之後，可以獲得情緒分數的回傳

第三個就是今天要說的，透過雲端工具來取得情緒分數，做之後的系統運用。

在基本教學前，我們自己的電腦必須準備的環境如下：

1. Google Cloud Platform帳號
2. Python 3以上的版本
3. Virtualenv (pip install virtualenv)
4. gcloud(依據自己的電腦做安裝，本次範例採用Mac OS X)
5. 務必完成gcloud上面的登入設定

首先建立一個虛擬環境，筆者用gNLP為名稱，接著進入虛擬環境，指令如下圖所示：

接著我們要裝一下gcloud的Python套件，我們可以只裝Language的相關套件就行。

pip3 install --upgrade google-cloud-language

接著測試一下google cloud的套件是否正常，進入Python之後打以下指令：

from google.cloud import language

接著可以下載筆者從 範例加工過的程式碼，請點網址

這時候直接執行英文句子沒問題，但是輸入中文句子，就會出現問題，像是下面這張圖所示

大意是說他抓不到回傳的資訊，不過事實是目前中文正在測試，他不回傳您資料，但是有其他撇步可以使用。

接著我們要到套件本身做一下修改，從上面我們可以看到他是呼叫document這個函式，所以我們要到"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/google/cloud/language/document.py" 去修改 「document.py」這一個檔案。

打開之後 搜尋「null」看到下面的畫面

將裡面的null改成en，讓google自動偵測語言的機制有了預設值，改完之後存檔案。

再回來執行程式，就大功告成。

範例如下

Score是指情緒分數，Magnitude是指情緒的強度。

記錄一下Google自然語言API (Cloud Natural Language API)的API在一定的呼叫次數下是免費的，計費方式是採用每月1,000個字來做單位，以情緒分析為例，大概超過5,000個字之後就是1元美金，但是文字量越多越便宜，實際的計價方式可參考官方網址。

總結一下

優點：

1. 透過Google CNL API來實作辨識情緒，方便又快速，可以讓大部分的工程師、分析師比較不會太忙（ㄅㄠˋ ㄍ ㄢ  ）。
2. 不用理基礎設施問題，過往透過辨識情緒要耗費的運算資源，這部分都不用考慮進去，直接以Serverless的概念運作。
3. 可以在五分鐘之內，完成情緒辨識功能，並且在一小時之內上線相關的系統，不用再訓練模型、驗證模型。

缺點：

1. 有些複雜的句子目前還不能有效地辨識，像是筆者輸入「這台車真好，可是我從來都不開」情緒辨識的結果居然是正面的，所以中文句子還是有辨識問題。
2. 一些具有領域知識的名詞 或是特殊名詞 ，混雜在句子裡面的時候，辨識也不會太準，像是「這台車真的是瞎爆了」這樣的句子也無法正常辨識。
3. 透過Google CNL API實作，超過一定的呼叫次數後，就要錢(廢話)。

所以結論還是要請資料科學家幫忙做調整跟修正囉：）