SentimentAnalyser - スコープ指定

SentimentAnalyser API は文字列の値の感情分析を実行します。

この API は、管理者実行スクリプトとして扱われるスクリプトで使用する必要があります。例えば、スクリプトアクションや Scheduled Jobs では Sentiment Analysis API を使用する必要があります。

スコープ対象のアプリケーションでこのクラスを使用するには、 sn_nlp_sentiment 名前空間識別子を使用します。SentimentAnalyser API にアクセスするには、感情分析プラグイン (com.snc.sentiment_analysis) を有効にする必要があります。

SentimentAnalyser - SentimentAnalyser()

感情分析に使用されるデフォルトのコネクター設定で SentimentAnalyser クラスのインスタンスを作成します。

var sa = new sn_nlp_sentiment.SentimentAnalyser();

SentimentAnalyser - SentimentAnalyser(GlideRecord configGR)

感情分析に使用される指定のコネクター設定で、SentimentAnalyser クラスのインスタンスを作成します。

表 : 1. パラメーター

名前	タイプ	説明
configGR	GlideRecord	コネクター設定の GlideRecord オブジェクト。

var sa = new sn_nlp_sentiment.SentimentAnalyser(configGR);

SentimentAnalyser - analyze(文字列 inputText)

指定のテキストで感情分析を実行します。

表 : 2. パラメーター

名前	タイプ	説明
inputText	文字列	感情分析を実行する必要があるテキスト。

表 : 3. 返される内容

タイプ	説明
JSON オブジェクト	ステータス、スコア、正規化されたスコア、関連するコネクター設定の sys_id、およびエラーメッセージを指定する感情分析の結果。

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

出力：

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

SentimentAnalyser - analyzeWithLanguage(文字列 inputText, 文字列 language)

指定のテキストと言語で感情分析を実行します。

表 : 4. パラメーター

名前	タイプ	説明
inputText	文字列	感情分析の実行対象のテキスト。
language	文字列	入力テキストの言語。これは、センチメント サービスによって異なる場合があります。

表 : 5. 返される内容

タイプ	説明
JSON オブジェクト	ステータス、スコア、正規化されたスコア、関連するコネクター設定の sys_id、およびエラーメッセージを指定する感情分析の結果。

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

出力：

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

SentimentAnalyser - analyzeMultiple(アレイ inputTextArray)

文字列のアレイに対して感情分析を実行します。

表 : 6. パラメーター

名前	タイプ	説明
inputTextArray	アレイ	感情分析の実行対象のテキスト (文字列) のアレイ。

表 : 7. 返される内容

タイプ	説明
JSON 配列	ステータス、スコア、正規化されたスコア、関連するコネクター設定の sys_id、およびエラーメッセージを指定する複数のテキストに対して実行された感情分析の結果を出すアレイ。

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

出力：

[{"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(アレイ inputTextArray, 文字列 language)

指定した言語の文字列のアレイに対して感情分析を実行します。

表 : 8. パラメーター

名前	タイプ	説明
inputTextArray	アレイ	感情分析の実行対象のテキスト (文字列) のアレイ。
language	文字列	入力テキストの言語。さまざまな感情サービスによって異なります。

表 : 9. 返される内容

タイプ	説明
JSON 配列	ステータス、スコア、正規化されたスコア、関連するコネクター設定の sys_id、およびエラーメッセージを指定する、指定された言語の複数のテキストに対して実行された感情分析の結果を含むアレイ。

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

出力：

[{"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 - getConnectorByName(文字列 connectorName)

指定されたコネクター設定の GlideRecord を返します。

表 : 10. パラメーター

名前	タイプ	説明
connectorName	文字列	コネクター設定の名前。

表 : 11. 返される内容

タイプ	説明
GlideRecord	指定されたコネクター設定の GlideRecord。

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

出力：

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

SentimentAnalyser - getDefaultConnector()

デフォルトのコネクター設定の GlideRecord を返します。

表 : 12. パラメーター

名前	タイプ	説明
なし

表 : 13. 返される内容

タイプ	説明
GlideRecord	デフォルトのコネクター設定の GlideRecord。

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