Azure text analytics apiつかってみる

1. Azure Text Analytics API
2017/04/03

2. テキストの内容からタグを自
動で生成したいんだー！！！

3. Azure
Analytics
API
センチメントとトピックを簡単に評価
して、ユーザーが求めるものを理解す
るサービス。
送信したテキストからセンチメント、
キー フレーズ、トピック、および言語
を検出することができる。
https://docs.microsoft.com/ja-jp/azure/machine-
learning/machine-learning-apps-text-analytics

4. 検出できる内容
センチメント
キーフレーズ
トピック
ドキュメントがどの言語かを知りたい
内容が肯定的か否定的かを知りたい
ドキュメントの話題を抽出
複数のドキュメントから話題を抽出
言語

5. センチメント

6. 2017年03月時点では以下の言語のみ。
en (英語)
es (スペイン語)
fr (フランス語)
pt (ポルトガル語)
センチメント：サポート言語

7. Japanese
がねーじゃん(´･∀･｀)♡ｳｷｬ

8. センチメントは日本語に対応していないけど、Translator Text APIと組
み合わせればできるかも。
アプリケーション
Translator Text API
Text Analytics API
Translator Text API
①日本語から英語に変換
②英語で解析
③日本語に変換
お金か掛かりそう＆レスポンスおそそそう。

9. キーフレーズ

10. 2017年03月時点では以下の言語のみ。
en (英語)
es (スペイン語)
de (ドイツ語)
ja (日本語)
キーフレーズ：サポート言語

11. Japaneseが
あるじゃん！
ｱｯﾋｬｯﾋｬ!ヽ(ﾟ∀ﾟ)ﾉｱｯﾋｬｯﾋｬ!

12. トピック

13. 特にサポート言語については明言されていない。
これは新しくリリースされた API であり、送信されたテキスト レコードの一覧に基づき検出されたトピ
ックの上位を返します。トピックはキー フレーズ、つまり、1 つまたは複数の関連単語で特定されます。
この API は、レビューやユーザー フィードバックなど、人間が書いた短いテキストで効果的に機能する
ように設計されています。
とのこと。
複数の異なるドキュメントからトピックを生成したい時に使うってこと
だから、今回の目的とは違うかな。
トピック：サポート言語

14. キーフレーズを
ゲットしてみる。

15. APIのパラメータについて
Ocp-Apim-Subscription-Key <your API key>
Content-Type application/json
Accept application/json
ヘッダー
ボディ
language 解析対象のテキストの言語
id 一意に識別するID
text 解析の内容
この内容を配列で設定

16. FiddlerからAPIを呼び出す
なんか
きた！
https://westus.api.cognitive.microsoft.com/text/analytics/v2.0/key
Phrases
エンドポイ
ント

17. 取得されたキーフレーズをみてみる（上位１０件）
『ウォーキング・デッド』は、ゾンビによる世界の終末を迎えた後の物語であり、荒廃したアメリカ合衆国で安住の地を
求めてウォーカーの集団から逃れつつ旅をする少人数のグループを描く。ウォーカーとはあらゆる生き物をむさぼり食う
動く死人で、人間は脳が無事なまま死亡するとほぼ確実にウォーカーになってしまう。ウォーカーの群れ、事故、そして
生存者による略奪など、敵意に満ちた世界で日々直面する試練にもめげず、グループが人間性を保とうと奮闘するジレン
マが主に描かれる。シーズン1は主にアトランタ都市圏を舞台とするが、シーズン2からシーズン4は、ウォーカーから逃
れてジョージア州北部地方に舞台を移す。シーズン5中盤からバージニア州リッチモンド、そしてワシントンD.C.へと舞
台が変わる。
グループは、ゾンビが大発生する前はジョージア州の小さな町の保安官代理をしていたリック・グライムズが率いる。グ
ループは、社会が崩壊した世界で、ウォーカーの恐怖、グループ内の力関係の変化、そして自らの生存だけを考える数少
ない生き残りの人間たちに直面する。
１ ２ ３ ４ ５
ウォーカー（６） シーズン（４） 世界（３） グループ内（１） 舞台（３）
６ ７ ８ ９ １０
ゾンビ（２） ジョージア州北部地
方（１）
バージニア州リッチ
モンド（１）
生存者（１） 生存だけ（１）

18. 取得されたキーフレーズをみてみる（全部）
ウォーカ
ー
シーズン 世界 グループ
内
舞台 ゾンビ ジョージ
ア州北部
地方
バージニ
ア州リッ
チモンド
生存者 生存だけ
人間たち 日々直面 変化 力関係 安住 恐怖 ワシント
ンD.C.へ
荒廃 自ら 集団
求め 終末 終末 生き残り 発生 アメリカ
合衆国
つつ旅 保安官代
理
物語 敵意
迎え 群れ 事故 中盤 試練 崩壊 アトラン
タ都市圏
死人 略奪 まま死亡
人間性 奮闘 リック 人数 社会 ジレンマ ウォーキ
ング
デッド グライム
ズ
生き物

19. 取得結果の順番について
「グループ内」ってのが１回なのに４番目に出てきている。
文章に「グループ」って単語も同一に扱っているからなのか、日本語の
解析が完全ではないのか。。。
ちなみに「グループ」は５回出てきている。
APIの戻り値の順序については、ドキュメント記載がないけど、「The
API returns a list of strings denoting the key talking points in the
input text」って書いてあるから、テキスト内容のうち、ポイントとな
っていると判断されているものが返却されてきていると考えれば上位５
件とかを候補として表示させれば大丈夫なのかな。

20. APIの制限等
ドキュメントからの抜粋
この API では、送信されるドキュメントあたり 1 トランザクションが請求されることに注意してくださ
い。 たとえば、1 回の呼び出しで 1000 個のドキュメントのセンチメントを要求する場合、1000 のト
ランザクションが推論されます。
送信可能な 1 つのドキュメントの最大サイズは 10 KB であり、送信された入力の最大サイズの合計は 1
MB です。 1 回の呼び出しで 1,000 を超えるドキュメントを送信することはできません。 1 分あたり
の呼び出しは 100 回に制限されています。そのため、1 回の呼び出しで大量のドキュメントを送信する
ことをお勧めします。