SentimentAnalyser - Inclus dans l’étendue

L’include de script SentimentAnalyser fournit des méthodes permettant d’effectuer une analyse des sentiments sur une valeur de chaîne.

Vous devez utiliser cet include de script dans un script traité comme un script d’exécution par l’administrateur. Par exemple, utilisez le script Include d’analyse des sentiments dans une action de script ou une tâche planifiée.

Pour utiliser cette classe dans une application incluse dans le périmètre, utilisez l’identificateur de l’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 .

SentimentAnalyser - 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();

SentimentAnalyser : SentimentAnalyser(GlideRecord configGR)

Crée une instance de la classe SentimentAnalyser avec la configuration de connecteur spécifiée qui est 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);

SentimentAnalyser - analyze(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 du connecteur pertinent 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 : analyzeMultiple(Array, inputTextArray)

Effectue une analyse des sentiments sur un tableau de chaînes.

Tableau 4. Paramètres

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

Tableau 5. 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 du connecteur pertinent 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(Tableau, inputTextArray, String language)

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

Tableau 6. Paramètres

Nom	Type	Description
inputTextArray	Tableau	Tableau de texte (chaîne) sur lequel effectuer une analyse des sentiments.
language	Chaîne	Langue du texte de l’entrée. Cela peut très pour différents services de sentiment.

Tableau 7. Renvoie

Type	Description
Tableau JSON	Tableau avec 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 du connecteur pertinent 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":""}}]

SentimentAnalyser - analyzeWithLanguage(String inputText, String language)

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

Tableau 8. Paramètres

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

Tableau 9. Renvoie

Type	Description
Objet JSON	Résultat de l’analyse des sentiments spécifiant l’état, le score, le score normalisé, le sys_id de la configuration du connecteur pertinent 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 : getConnectorByName(String connectorName)

Retourne le GlideRecord de la configuration de connecteur spécifiée.

Tableau 10. Paramètres

Nom	Type	Description
nom connecteur	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".

SentimentAnalyser - getDefaultConnector()

Retourne 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();