Эта страница переведена с помощью Cloud Translation API.

Анализируйте тональность отзывов с помощью API естественного языка Google Cloud

Уровень владения программированием : Средний
Продолжительность : 20 минут
Тип проекта : Автоматизация с настраиваемым меню

Цели

Поймите, для чего предназначено это решение.
Разберитесь, что делают службы Apps Script в рамках данного решения.
Настройте свою среду.
Настройте скрипт.
Запустите скрипт.

Об этом решении

Вы можете анализировать текстовые данные, такие как открытые ответы, в больших масштабах. Для выполнения анализа сущностей и настроений непосредственно в Google Sheets это решение использует сервис UrlFetch для подключения к API обработки естественного языка Google Cloud .

Иллюстрация принципа работы анализа настроений.

Как это работает

Скрипт собирает текст из электронной таблицы и подключается к API Google Cloud Natural Language для анализа сущностей и тональности, присутствующих в строке. Сводная таблица суммирует средний балл тональности для каждой упомянутой сущности по всем строкам текстовых данных.

Сервисы Apps Script

Данное решение использует следующие сервисы:

Сервис электронных таблиц : отправляет текстовые данные в API обработки естественного языка Google Cloud и помечает каждую строку как «Завершено» после анализа ее эмоциональной окраски.
Сервис UrlFetch : подключается к API Google Cloud Natural Language для выполнения анализа сущностей и тональности текста.

Предварительные требования

Для использования этого примера необходимы следующие условия:

Для работы потребуется учетная запись Google (для учетных записей Google Workspace может потребоваться подтверждение администратора).
Веб-браузер с доступом в интернет.
Проект Google Cloud с привязанным платежным аккаунтом. См. раздел « Включение выставления счетов для проекта» .

Настройте свою среду

Для использования этого решения выполните следующие шаги по настройке.

Откройте свой облачный проект в консоли Google Cloud.

Если проект Cloud, который вы собираетесь использовать в этом примере, еще не открыт, откройте его:

В консоли Google Cloud перейдите на страницу «Выберите проект» .
Выберите облачный проект
Выберите проект Google Cloud, который хотите использовать. Или нажмите «Создать проект» и следуйте инструкциям на экране. Если вы создаете проект Google Cloud, вам может потребоваться включить оплату для этого проекта .

Включите API обработки естественного языка Google Cloud.

Это решение подключается к API обработки естественного языка Google Cloud. Прежде чем использовать API Google, необходимо включить их в проекте Google Cloud. В одном проекте Google Cloud можно включить один или несколько API.

В своем облачном проекте включите Google Cloud Natural Language API.
Включите API

Настройте экран согласия OAuth.

Для этого решения требуется облачный проект с настроенным экраном согласия. Настройка экрана согласия OAuth определяет, что Google отображает пользователям, и регистрирует ваше приложение, чтобы вы могли опубликовать его позже.

В консоли Google API перейдите в > Платформа аутентификации Google > Брендинг .
Перейти к разделу «Брендинг»
Если вы уже настроили платформу Google Auth, вы можете настроить следующие параметры экрана согласия OAuth в разделах «Брендинг» , «Аудитория» и «Доступ к данным» . Если вы видите сообщение о том, что платформа Google Auth еще не настроена , нажмите «Начать» :

В разделе «Информация о приложении» , в поле «Название приложения» , введите название для приложения.
В разделе «Электронная почта службы поддержки пользователей» выберите адрес электронной почты, по которому пользователи смогут связаться с вами, если у них возникнут вопросы относительно их согласия.
Нажмите «Далее» .
В разделе «Аудитория» выберите «Внутренняя» .
Нажмите «Далее» .
В поле «Контактная информация» укажите адрес электронной почты , на который вы сможете получать уведомления об изменениях в вашем проекте.
Нажмите «Далее» .
В разделе «Завершить» ознакомьтесь с Политикой использования пользовательских данных сервисов Google API и, если вы согласны, выберите «Я согласен с Политикой использования пользовательских данных сервисов Google API» .
Нажмите «Продолжить» .
Нажмите «Создать» .

На данный момент добавление областей действия можно пропустить. В будущем, при создании приложения для использования за пределами вашей организации Google Workspace, необходимо изменить тип пользователя на «Внешний» . Затем добавьте необходимые для вашего приложения области авторизации. Для получения дополнительной информации см. полное руководство по настройке согласия OAuth .

Получите ключ API для Google Cloud Natural Language API.

Перейдите в консоль Google API . Убедитесь, что ваш проект с включенной функцией выставления счетов открыт.
В консоли Google API перейдите в > API и сервисы > Учетные данные .
Перейдите в раздел «Учетные данные».
Нажмите «Создать учетные данные» > «Ключ API» .
Запишите свой API-ключ для использования на следующем шаге.

Настройте скрипт

Выполните следующие шаги для настройки скрипта.

Создайте проект Apps Script.

Нажмите на следующую кнопку, чтобы создать копию электронной таблицы с примером анализа настроений при сборе отзывов . Проект Apps Script для этого решения прикреплен к электронной таблице.
Сделать копию
Нажмите «Расширения» > «Скрипты приложений» .
В файле скрипта обновите следующую переменную, указав свой API-ключ:
```
const myApiKey = 'YOUR_API_KEY'; // Replace with your API key.
```
Нажмите «Сохранить». .

Добавить текстовые данные

Вернитесь к электронной таблице.
Добавьте текстовые данные в столбцы id и comments . Вы можете использовать примеры отзывов об объектах отдыха с Kaggle или свои собственные данные. При необходимости можно добавить больше столбцов, но для успешного выполнения скрипт должен содержать данные в столбцах id и comments .

Запустите скрипт

В верхней части электронной таблицы нажмите «Инструменты анализа настроения» > «Пометить объекты и настроение» . Возможно, потребуется обновить страницу, чтобы появилось это пользовательское меню.
При появлении запроса авторизуйте скрипт. <<../_snippets/oauth.md>>
Нажмите «Инструменты анализа настроения» > «Снова отметить объекты и оценить их настроение» .
После завершения выполнения скрипта переключитесь на лист «Сводная таблица» , чтобы увидеть результаты.

Просмотрите код

Чтобы просмотреть код Apps Script для этого решения, нажмите «Просмотреть исходный код» :

Просмотреть исходный код

Code.gs

solutions/automations/feedback-sentiment-analysis/code.js

Посмотреть на GitHub

// To learn how to use this script, refer to the documentation:
// https://developers.google.com/apps-script/samples/automations/feedback-sentiment-analysis

/*
Copyright 2022 Google LLC

Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at

    https://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.
*/

// Sets API key for accessing Cloud Natural Language API.
const myApiKey = "YOUR_API_KEY"; // Replace with your API key.

// Matches column names in Review Data sheet to variables.
const COLUMN_NAME = {
  COMMENTS: "comments",
  ENTITY: "entity_sentiment",
  ID: "id",
};

/**
 * Creates a Demo menu in Google Spreadsheets.
 */
function onOpen() {
  SpreadsheetApp.getUi()
    .createMenu("Sentiment Tools")
    .addItem("Mark entities and sentiment", "markEntitySentiment")
    .addToUi();
}

/**
 * Analyzes entities and sentiment for each comment in
 * Review Data sheet and copies results into the
 * Entity Sentiment Data sheet.
 */
function markEntitySentiment() {
  // Sets variables for "Review Data" sheet
  const ss = SpreadsheetApp.getActiveSpreadsheet();
  const dataSheet = ss.getSheetByName("Review Data");
  const rows = dataSheet.getDataRange();
  const numRows = rows.getNumRows();
  const values = rows.getValues();
  const headerRow = values[0];

  // Checks to see if "Entity Sentiment Data" sheet is present, and
  // if not, creates a new sheet and sets the header row.
  const entitySheet = ss.getSheetByName("Entity Sentiment Data");
  if (entitySheet == null) {
    ss.insertSheet("Entity Sentiment Data");
    const entitySheet = ss.getSheetByName("Entity Sentiment Data");
    const esHeaderRange = entitySheet.getRange(1, 1, 1, 6);
    const esHeader = [
      [
        "Review ID",
        "Entity",
        "Salience",
        "Sentiment Score",
        "Sentiment Magnitude",
        "Number of mentions",
      ],
    ];
    esHeaderRange.setValues(esHeader);
  }

  // Finds the column index for comments, language_detected,
  // and comments_english columns.
  const textColumnIdx = headerRow.indexOf(COLUMN_NAME.COMMENTS);
  const entityColumnIdx = headerRow.indexOf(COLUMN_NAME.ENTITY);
  const idColumnIdx = headerRow.indexOf(COLUMN_NAME.ID);
  if (entityColumnIdx === -1) {
    Browser.msgBox(
      `Error: Could not find the column named ${COLUMN_NAME.ENTITY}. Please create an empty column with header "entity_sentiment" on the Review Data tab.`,
    );
    return; // bail
  }

  ss.toast("Analyzing entities and sentiment...");
  for (let i = 0; i < numRows; ++i) {
    const value = values[i];
    const commentEnCellVal = value[textColumnIdx];
    const entityCellVal = value[entityColumnIdx];
    const reviewId = value[idColumnIdx];

    // Calls retrieveEntitySentiment function for each row that has a comment
    // and also an empty entity_sentiment cell value.
    if (commentEnCellVal && !entityCellVal) {
      const nlData = retrieveEntitySentiment(commentEnCellVal);
      // Pastes each entity and sentiment score into Entity Sentiment Data sheet.
      const newValues = [];
      for (let entity in nlData.entities) {
        entity = nlData.entities[entity];
        const row = [
          reviewId,
          entity.name,
          entity.salience,
          entity.sentiment.score,
          entity.sentiment.magnitude,
          entity.mentions.length,
        ];
        newValues.push(row);
      }
      if (newValues.length) {
        entitySheet
          .getRange(
            entitySheet.getLastRow() + 1,
            1,
            newValues.length,
            newValues[0].length,
          )
          .setValues(newValues);
      }
      // Pastes "complete" into entity_sentiment column to denote completion of NL API call.
      dataSheet.getRange(i + 1, entityColumnIdx + 1).setValue("complete");
    }
  }
}

/**
 * Calls the Cloud Natural Language API with a string of text to analyze
 * entities and sentiment present in the string.
 * @param {String} the string for entity sentiment analysis
 * @return {Object} the entities and related sentiment present in the string
 */
function retrieveEntitySentiment(line) {
  const apiKey = myApiKey;
  const apiEndpoint = `https://language.googleapis.com/v1/documents:analyzeEntitySentiment?key=${apiKey}`;
  // Creates a JSON request, with text string, language, type and encoding
  const nlData = {
    document: {
      language: "en-us",
      type: "PLAIN_TEXT",
      content: line,
    },
    encodingType: "UTF8",
  };
  // Packages all of the options and the data together for the API call.
  const nlOptions = {
    method: "post",
    contentType: "application/json",
    payload: JSON.stringify(nlData),
  };
  // Makes the API call.
  const response = UrlFetchApp.fetch(apiEndpoint, nlOptions);
  return JSON.parse(response);
}

Авторы

Данный пример поддерживается компанией Google при содействии экспертов-разработчиков Google.