Analyseur de sentiments - Inclus dans le périmètre

L’API SentimentAnalyser effectue une analyse des sentiments sur une valeur de chaîne.

Vous devez utiliser cette API dans un script qui est traité comme un script exécutant par l’administrateur. Par exemple, nous devons utiliser l’API Sentiment Analysis dans l’action des scripts ou la tâche planifiée.

Pour utiliser cette classe dans une application incluse dans le périmètre, utilisez l’identificateur d’espace de noms sn_nlp_sentiment. Le module d’extension Analyse des sentiments (com.snc.sentiment_analysis) doit être activé pour accéder à l’API SentimentAnalyser .

Analyseur de sentiments : SentimentAnalyser()

Crée une instance de la classe SentimentAnalyser avec la configuration de connecteur par défaut utilisée pour l’analyse des sentiments.

var sa = new sn_nlp_sentiment.SentimentAnalyser();

Analyseur de sentiments : SentimentAnalyser(GlideRecord configGR)

Crée une instance de la classe SentimentAnalyser avec la configuration de connecteur spécifiée utilisée pour l’analyse des sentiments.

Tableau 1. Paramètres

Nom	Type	Description
configGR	GlideRecord	Objet GlideRecord d’une configuration de connecteur.

var sa = new sn_nlp_sentiment.SentimentAnalyser(configGR);

Analyseur de sentiments : analyser(String inputText)

Effectue une analyse des sentiments sur le texte spécifié.

Tableau 2. Paramètres

Nom	Type	Description
Texte d’entrée	Chaîne	Texte sur lequel l’analyse des sentiments doit être effectuée.

Tableau 3. Renvoie

Type	Description
Objet JSON	Résultat de l’analyse des sentiments spécifiant l’état, le score, le score normalisé, l’sys_id de la configuration de connecteur pertinente et le message d’erreur.

        var sa = new sn_nlp_sentiment.SentimentAnalyser();
        var result = sa.analyze ("Example string");

Sortie :

{"status": "Success", "score": "0.7", "normalizedScore": "0.7", "connectorConfig": "10932aa773101300734e234ffff6a777", "errorMessage":""}

SentimentAnalyser - analyzeWithLanguage(String inputText, String language)

Effectue une analyse des sentiments sur un texte et une langue spécifiés.

Tableau 4. Paramètres

Nom	Type	Description
Texte d’entrée	Chaîne	Texte sur lequel effectuer une analyse des sentiments.
langue	Chaîne	Langue du texte d’entrée. Cela peut varier selon les services de sentiment.

Tableau 5. Renvoie

Type	Description
Objet JSON	Résultat de l’analyse des sentiments spécifiant l’état, le score, le score normalisé, l’sys_id de la configuration de connecteur pertinente et le message d’erreur.

var sa = new sn_nlp_sentiment.SentimentAnalyser();
var result = sa.analyze ("Example string", "en");

Sortie :

{"status": "Success", "score": "0.7", "normalizedScore": "0.7", "connectorConfig": "10932aa773101300734e234ffff6a777", errorMessage":""}

SentimentAnalyser - analyzeMultiple(Array inputTextArray)

Effectue une analyse des sentiments sur un tableau de chaînes.

Tableau 6. Paramètres

Nom	Type	Description
inputTextArray (en anglais seulement)	Tableau	Tableau de texte (chaîne) sur lequel effectuer une analyse des sentiments.

Tableau 7. Renvoie

Type	Description
Tableau JSON	Tableau qui donne le résultat de l’analyse des sentiments effectuée sur plusieurs textes en spécifiant l’état, le score, le score normalisé, l’sys_id de la configuration de connecteur pertinente et le message d’erreur.

var sa = new sn_nlp_sentiment.SentimentAnalyser();
var result = sa.analyzeMultiple (["Example string1","Example string2"]);

Sortie :

[{"text": "I am happy","result": {Success", "score": "0.7", "normalizedScore": "0.7", "connectorConfig": "10932aa773101300734e234ffff6a777", "errorMessage":""}},{"text": "I am not happy","result": {Success", "score": "-0.7", "normalizedScore": "-0.7", "connectorConfig": "10932aa773101300734e234ffff6a777", "errorMessage":""}}]

SentimentAnalyser - analyzeMultipleWithLanguage(Array inputTextArray, String language)

Effectue une analyse des sentiments sur un tableau de chaînes dans la langue spécifiée.

Tableau 8. Paramètres

Nom	Type	Description
inputTextArray (en anglais seulement)	Tableau	Tableau de texte (chaîne) sur lequel effectuer une analyse des sentiments.
langue	Chaîne	Langue du texte d’entrée. Cela peut très bien s’appliquer à différents services de sentiment.

Tableau 9. Renvoie

Type	Description
Tableau JSON	Tableau contenant le résultat de l’analyse des sentiments effectuée sur plusieurs textes de la langue mentionnée, spécifiant l’état, le score, le score normalisé, l’sys_id de la configuration de connecteur pertinente et le message d’erreur.

var sa = new sn_nlp_sentiment.SentimentAnalyser();
var result = sa.analyzeMultipleWithLanguage (["Example string1","Example string2"], "en");

Sortie :

[{"text": "I am happy","result": {Success", "score": "0.7", "normalizedScore": "0.7", "connectorConfig": "10932aa773101300734e234ffff6a777", "errorMessage":""}},{"text": "I am not happy","result": {Success", "score": "-0.7", "normalizedScore": "-0.7", "connectorConfig": "10932aa773101300734e234ffff6a777", "errorMessage":""}}]

Analyseur de sentiments : getConnectorByName(String connectorName)

Renvoie le GlideRecord de la configuration de connecteur spécifiée.

Tableau 10. Paramètres

Nom	Type	Description
connectorName	Chaîne	Nom de la configuration du connecteur.

Tableau 11. Renvoie

Type	Description
GlideRecord	GlideRecord de la configuration de connecteur spécifiée.

var sa = new sn_nlp_sentiment.SentimentAnalyser();
var connector = sa.getConnectorByName("xxx");

Sortie :

GlideRecord object of the connector configuration with name "xxx", null if no connector is named as "xxx".

Analyseur de sentiments : getDefaultConnector()

Renvoie le GlideRecord de la configuration du connecteur par défaut.

Tableau 12. Paramètres

Nom	Type	Description
Aucun

Tableau 13. Renvoie

Type	Description
GlideRecord	GlideRecord de la configuration du connecteur par défaut.

var sa = new sn_nlp_sentiment.SentimentAnalyser();
var defaultConnector = sa.getDefaultConnector();