自然语言处理 NLP-文档分类:请求示例

时间:2024-01-17 15:35:04

请求示例

  • 请求示例(文档分类)
    POST https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/{project_id}/nlu/doc-classification
    Request Header: 
    Content-Type: application/json 
    X-Auth-Token:MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... 
    Request Body:
    {
        "content" : "中芯国际季报超预期,带了波芯片股节奏,不过,现在的市场风险偏好,不足以掀起普涨行情,芯片股也是如此,核心标的走慢牛,少数猛股做主升浪,大多数要死不活。前段时间,芯片的最强分支是材料,最近几天,最强分支是封测,猛股则是光刻胶龙头$容大感光(SZ300576)$与存储芯片封测龙头$深科技(SZ000021)$。原因很简单,因为它们在芯片大跌时,形态保持的最好,之前也没爆炒过,加上是新面孔。深科技创下了20年新高,与14年的深圳华强很像,可能是条潜在的大鱼,未来几个月,需要密切关注基本面的变化。封测炒一大波后,可能会转向设计,龙头韦尔随时可能新高,而猛股则可能是$紫光国微(SZ002049)$,即将历史新高主升浪。不管大盘是向上突破年线,还是向下二次探底,二季度拥抱核心科技都是最佳策略,即使大盘调整,核心科技的调整压力,也会明显低于大消费与农业。//@似水年华:回复@似水年华:大盘调整期间,走势抗跌的标的,在大盘止跌后,往往会成为大牛股。上轮芯片股大跌时,$容大感光(SZ300576)$$深科技(SZ000021)$$紫光国微(SZ002049)$跌幅最小、形态完好,在大盘见底、芯片见底后,也基本成为了最强的几只标的。形态最好的容大,率先历史新高,成为了新的材料龙头;形态次之的深科技,今天也创下了历史新高,将成为新的封测龙头;形态再次之的紫光国微,即将历史新高,可能成为新的设计龙头。查看对话",
        "lang": "zh"
      }
  • Python3语言请求代码示例(文档分类)
    # -*- coding: utf-8 -*-
    # 此demo仅供测试使用,建议使用sdk。需提前安装requests,执行pip install requests
    import requests
    import json
    
    def nlp_demo():
        url = 'https://{endpoint}/v1/{project_id}/nlu/doc-classification'  # endpoint和project_id需替换
        token = '用户对应region的token'
        header = {
            'Content-Type': 'application/json',
            'X-Auth-Token': token
        }
        body = {
            'content': '中芯国际季报超预期,带了波芯片股节奏,不过,现在的市场风险偏好,不足以掀起普涨行情,芯片股也是如此,核心标的走慢牛,少数猛股做主升浪,大多数要死不活。前段时间,芯片的最强分支是材料,最近几天,最强分支是封测,猛股则是光刻胶龙头$容大感光(SZ300576)$与存储芯片封测龙头$深科技(SZ000021)$。原因很简单,因为它们在芯片大跌时,形态保持的最好,之前也没爆炒过,加上是新面孔。深科技创下了20年新高,与14年的深圳华强很像,可能是条潜在的大鱼,未来几个月,需要密切关注基本面的变化。封测炒一大波后,可能会转向设计,龙头韦尔随时可能新高,而猛股则可能是$紫光国微(SZ002049)$,即将历史新高主升浪。不管大盘是向上突破年线,还是向下二次探底,二季度拥抱核心科技都是最佳策略,即使大盘调整,核心科技的调整压力,也会明显低于大消费与农业。//@似水年华:回复@似水年华:大盘调整期间,走势抗跌的标的,在大盘止跌后,往往会成为大牛股。上轮芯片股大跌时,$容大感光(SZ300576)$$深科技(SZ000021)$$紫光国微(SZ002049)$跌幅最小、形态完好,在大盘见底、芯片见底后,也基本成为了最强的几只标的。形态最好的容大,率先历史新高,成为了新的材料龙头;形态次之的深科技,今天也创下了历史新高,将成为新的封测龙头;形态再次之的紫光国微,即将历史新高,可能成为新的设计龙头。查看对话',
            'lang': 'zh'
        }
        resp = requests.post(url, data=json.dumps(body), headers=header)
        print(resp.json())
    
    if __name__ == '__main__':
        nlp_demo()
  • Java语言请求代码示例(文档分类)
    import java.io.BufferedReader;
    import java.io.InputStream;
    import java.io.InputStreamReader;
    import java.io.OutputStreamWriter;
    import java.net.HttpURLConnection;
    import java.net.URL;
    
    /**
     * 此demo仅供测试使用,建议使用sdk
     */
    public class NLPDemo {
        public void nlpDemo() {
            try {
                //endpoint和projectId需要替换成实际信息。
                URL url = new URL("https://{endpoint}/v1/{project_id}/nlu/doc-classification");
                String token = "对应region的token";
                HttpURLConnection connection = (HttpURLConnection) url.openConnection();
                connection.setRequestMethod("POST");
                connection.setDoInput(true);
                connection.setDoOutput(true);
                connection.addRequestProperty("Content-Type", "application/json");
                connection.addRequestProperty("X-Auth-Token", token);
    
                //输入参数
                String content = "中芯国际季报超预期,带了波芯片股节奏,不过,现在的市场风险偏好,不足以掀起普涨行情,芯片股也是如此,核心标的走慢牛,少数猛股做主升浪,大多数要死不活。";
                String body = "{\"content\":\"" + content + "\",\"lang\":\"zh\"}";
    
                OutputStreamWriter osw = new OutputStreamWriter(connection.getOutputStream(), "UTF-8");
                osw.append(body);
                osw.flush();
                InputStream is = connection.getInputStream();
                BufferedReader br = new BufferedReader(new InputStreamReader(is, "UTF-8"));
                while (br.ready()) {
                    System.out.println(br.readLine());
                }
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    
        public static void main(String[] args) {
            NLPDemo nlpDemo = new NLPDemo();
            nlpDemo.nlpDemo();
        }
    }
support.huaweicloud.com/api-nlp/nlp_03_0093.html