华为云用户手册

  • 准备工作 建议在源端内网环境中准备一台用于安装Edge的Windows主机,并确保该Windows主机满足以下要求: 可以连接外网。 PowerShell 版本在5.0及以上。 源端主机需要对安装Edge的Windows主机开放指定端口: Windows开放5985端口。 Linux开放22端口。 关闭用于安装Edge的Windows主机上的杀毒、防护类软件,该类软件会拦截Edge的执行,导致迁移工作流执行失败。 如果源端是Windows主机,需要开放WinRM远程访问。可通过cmd 命令行执行如下命令,输入y确认开放: winrm quickconfig 已注册华为帐号并开通华为云,并获取帐号的AK/SK。 已在MgC控制台创建迁移项目。
  • 操作步骤 使用在源端内网环境准备好的Windows主机,登录迁移中心管理控制台。 在左侧导航栏单击“迁移工具”,进入迁移工具页面。 单击“软件下载”按钮,选择“下载Windows版”,将Edge安装程序下载到Windows主机。 双击Edge安装程序,单击“下一步”。 在许可证协议界面,仔细阅读许可证协议,勾选我接受“许可证协议”中的条款,单击“下一步”。 选择安装目录,单击“安装”。 安装完成后,单击“完成”,打开Edge控制台,进入用户注册页面。
  • 查看设备 登录迁移中心管理控制台。 单击左侧导航栏的“迁移工具”,在页面右上角的当前项目下拉列表中选择迁移项目,即可查看当前项目下的所有Edge设备以及设备状态。 设备状态说明参见下表。 表1 设备状态说明 设备状态 说明 在线 Edge与MgC控制台之间一直连接,无断开。 离线 Edge运行程序退出与MgC控制台之间的连接断开1分钟后,置为“离线”状态。 未激活 已在Edge完成注册但设备还未接入平台。 异常 无此状态,如出现该状态,请联系华为云技术支持。 冻结 无此状态,如出现该状态,请联系华为云技术支持。
  • 操作步骤 使用注册的用户名、密码登录Edge控制台,在左侧导航树选择“任务管理”,进入应任务管理页面。 单击“创建任务”按钮,右侧弹出新建任务窗口,根据待采集资源选择采集器类型,单击“下一步”,进入任务参数配置页面。 在基本参数区域,自定义任务名称;在采集器参数区域,根据采集器参数配置说明,配置采集器参数信息,其中带参数为必填参数。 配置完成后,单击“确认”按钮,采集任务创建完成。在任务列表中可以查看任务的数据源采集状态。 数据源采集成功后,可以通过如下方式获取采集结果: 单击任务操作列的“下载json”,将采集结果保存为json文件,用于将采集结果导入MgC进行应用关联分析,详情请参考导入工具采集结果。 单击任务操作列的“下载csv”,将采集结果保存为csv文件,用于本地查看采集结果。 单击任务操作列的“显示结果路径”,可以查看采集结果存放路径。
  • 离线升级 使用注册的用户名、密码登录Edge控制台,在左侧导航树选择“采集工具管理”,进入应用关联采集器页面。 可以查看已安装的采集器类型、版本以及安装路径等信息。 在迁移中心管理控制台的迁移工具页面,下载最新版本的采集器安装包,并放入Edge安装目录的根目录下(如C:\Edge),请勿修改采集器安装包名称。然后单击“离线升级”按钮,系统开始自动安装并升级采集器。 在应用关联采集器页面,查看已安装的采集器版本信息更新为最新版本时,代表采集器已升级完成。 如果安装包中包含多个采集器,会一次性全部升级。
  • 手动升级 使用注册的用户名、密码登录Edge控制台,在左侧导航树选择“采集工具管理”,进入应用关联采集器页面。 可以查看已安装的采集器类型、版本以及安装路径等信息。 如果是新增采集器,在迁移中心管理控制台的迁移工具页面,下载采集器安装包并手动解压至采集器安装路径下(如C:\Edge\tools\plugins\collectors\app-discovery-collectors\python\mgc-app-discovery-collectors),然后单击“刷新状态”按钮,系统会自动安装采集器。在应用关联采集器页面,查看已安装的采集器列表出现新增的采集器时,代表新增采集器成功。 如果需要修改采集器配置文件,复制采集器的安装路径,打开配置文件所在目录,找到配置文件修改并保存后,单击“刷新状态”按钮,系统会自动更新采集器配置信息。
  • 手动检查项 登录迁移中心管理控制台。 在左侧导航栏选择“业务验证”,进入业务验证页面。在页面左上角的当前项目下拉列表中选择迁移项目。 在手动检查项区域,单击“初始化”按钮,进入大数据风险检查手动检查项页面。页面上方会实时统计已完成检查的检查项数量、不同风险的检查结果数量以及不同风险等级的检查项数量。 您可以在检查项列表中,查看每项所属云服务、说明、风险等级、风险影响等信息。 在检查项列表,单击操作列的“查看详情”,弹出检查项详情,根据提供的检查方式详情、应对措施以及判断标准,对该检查项进行风险评估。 单击检查项操作列的“编辑”,弹出编辑窗口,根据风险评估结果选择检查结果,并输入检查结果详情和备注,单击“确认”。此时,检查结果列会显示风险评估结果。检查完成后,单击页面右上角的“导出”按钮,可以将检查结果以Excel文件格式下载到本地。
  • 自动检查项 登录迁移中心管理控制台。 在左侧导航栏选择“业务验证”,进入业务验证页面。在页面左上角的当前项目下拉列表中选择迁移项目。 在手动检查项区域,单击“初始化”按钮,进入大数据风险检查手动检查项页面。 返回业务验证页面,在自动检查项区域,单击“检查详情”,进入大数据风险检查自动检查项页面。 在页面的检查项页签,可以看到支持的风险检查项列表,当前仅支持对 MRS 集群进行风险检查。在检查项列表,单击操作列的“查看详情”,弹出检查项详情,可以查看该检查项的应对措施、检查方式详情以及判断标准等信息。 单击“导入待检查对象”按钮,弹出导入待检测对象窗口。 分别选择待检查对象所在区域、项目以及所属集群,单击“导入”。导入成功后,选择“检查对象”页签,可以查看导入的集群列表。 在集群列表,单击操作列的“检查”,开始对该集群进行风险项检查。如果有多个集群,可以同时勾选后,单击“批量检查”,对所有集群进行风险项检查。 单击操作列的“查看详情”,弹出集群详情,可以查看该集群的风险项检查结果。
  • 连接迁移中心 将Edge与云端MgC控制台建立连接,协助MgC控制台进行资源采集和执行迁移工作流任务。 使用注册的用户名、密码登录Edge控制台,进入连接迁移中心页面。 在第一步:输入云凭证区域,输入华为云帐号的AK/SK,单击“查询项目”按钮。系统会对输入的AK/SK进行验证,验证通过后,即可进行下一步。 您可以选择是否将输入的AK/SK保存为目的端凭证(推荐您选择“是”)。 选择“否”,与迁移中心连接成功后,输入的AK/SK会被删除。 选择“是”,与迁移中心连接成功后,输入的AK/SK会加密保存在本地,在后续进行迁移时,可以做为目的端凭证发送给源端迁移Agent。 在第二步:关联迁移中心项目区域的项目下拉列表中,选择MgC控制台所创建的迁移项目,Edge会将采集数据上报到该项目。 在第三步:预设当前Edge名称区域,自定义Edge在MgC控制台显示的名称,单击“下一步”按钮,确认要与迁移中心进行连接,单击“确认”按钮。 与迁移中心连接成功后,设置的Edge名称不支持修改。 连接成功后,会进入Edge凭证管理界面,您可以进行如下操作: 打开迁移中心,进入MgC控制台,查看Edge设备连接状态以及管理Edge设备。 添加/修改迁移目的端凭证。 添加源端云平台/主机凭证。
  • 操作步骤 使用在源端内网环境准备好的Windows主机,登录迁移中心管理控制台。 在左侧导航栏单击“迁移工具”,进入迁移工具页面。 单击“软件下载”按钮,选择“下载Windows版”,将Edge安装程序下载到Windows主机。 双击Edge安装程序,单击“下一步”。 在许可证协议界面,仔细阅读许可证协议,勾选我接受“许可证协议”中的条款,单击“下一步”。 选择安装目录,单击“安装”。 安装完成后,单击“完成”,打开Edge控制台,进入用户注册页面。
  • 准备工作 建议在源端内网环境中准备一台用于安装Edge的Windows主机,并确保该Windows主机满足以下要求: 可以连接外网。 PowerShell 版本在5.0及以上。 源端主机需要对安装Edge的Windows主机开放指定端口: Windows开放5985端口。 Linux开放22端口。 关闭用于安装Edge的Windows主机上的杀毒、防护类软件,该类软件会拦截Edge的执行,导致迁移工作流执行失败。 如果源端是Windows主机,需要开放WinRM远程访问。可通过cmd 命令行执行如下命令,输入y确认开放: winrm quickconfig 已注册华为帐号并开通华为云,并获取帐号的AK/SK。 已在MgC控制台创建迁移项目。
  • 请求消息 请求参数如下所示。 表2 请求参数 名称 是否必选 参数类型 说明 type 是 Integer 诗歌类型,取值如下: 0:五言绝句 1:七言绝句 2:五言律诗 3:七言律诗 title 是 String 诗歌标题,目前仅支持UTF-8编码,仅支持中文,长度为1-10。 acrostic 否 boolean 藏头诗,取值如下。 true:为藏头诗 false:为非藏头诗 默认取值为false。
  • 请求示例 请求示例(生成标题为春色,类型为七言律诗的藏头诗) POST https://{endpoint}/v1/{project_id}/nlg/poem Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... //用户认证获取的token值,获取方法详细请参考“如何调用API”章节中的“认证鉴权”页面。 Request Body: { "type": 3, "title": "春色", "acrostic":true } Python3语言请求代码示例(生成标题为春色,类型为七言律诗的藏头诗) # -*- 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}/nlg/poem' # 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 = { 'type': 3, 'title': '春色', 'acrostic': True } 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(生成标题为夏日,类型为五言绝句的藏头诗) 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}/nlg/poem"); 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 title = "夏日"; String body = "{\"title\":\""+title +"\",\"type\": 0,\"acrostic\":true}"; 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(); } }
  • 响应示例 成功响应示例 { "poem": [ "春色", "春风吹梦到湖山,陡觉欣荣触眼看。", "色与梅花相避远,名随竹叶共阑干。", "一年好处几人赏,半夜诗成独倚栏。", "老去自知才思尽,只将华发镜中弹。" ] } 失败响应示例 { "error_code": "NLP.3104", "error_msg": "poem_type is null or empty." }
  • 请求示例 请求示例(计算文本语义相似度) POST https://{endpoint}/v1/{project_id}/nlp-fundamental/text-similarity/advance Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Request Body: { "text1":"杭州有啥好玩的", "text2":"杭州哪里好玩", "lang":"zh" } Python3语言请求代码示例(计算文本语义相似度) # -*- 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}/nlp-fundamental/text-similarity/advance' # 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 = { 'text1': '订单记录怎么删除', 'text2': '如何删除浏览记录', '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(计算文本语义相似度) 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}/nlp-fundamental/text-similarity/advance"); 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 text1 = "订单记录怎么删除"; String text2 = "如何删除浏览记录"; String lang = "zh"; String body = "{\"text1\":\"" + text1 + "\",\"text2\":\"" + text2 + "\",\"lang\":\"" + lang + "\"}"; 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(); } }
  • 请求示例 请求示例(查询文档翻译状态) GET https://{endpoint}/v1/{project_id}/machine-translation/file-translation/567e6536-****-****-****-826321939656 Request Header: Content-Type:application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Python3语言请求代码示例(查询文档翻译状态) # -*- 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 def nlp_demo(): # endpoint和project_id需替换,job_id需要替换成[文档翻译任务创建]API返回的job_id信息。 url = 'https://{endpoint}/v1/{project_id}/machine-translation/file-translation/jobs/{job_id}' token = '用户对应region的token' header = { 'Content-Type': 'application/json', 'X-Auth-Token': token } resp = requests.get(url, headers=header, verify=False) print(resp.json()) if __name__ == '__main__': nlp_demo() Java语言请求代码示例(查询文档翻译状态) 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。 //job_id需要替换成[文档翻译任务创建]API返回的job_id信息。 URL url = new URL("https://{endpoint}/v1/{project_id}/machine-translation/file-translation/jobs/{job_id}"); String token = "对应region的token"; HttpURLConnection connection = (HttpURLConnection) url.openConnection(); connection.setRequestMethod("GET"); connection.setDoInput(true); connection.setDoOutput(true); connection.addRequestProperty("Content-Type", "application/json"); connection.addRequestProperty("X-Auth-Token", token); 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(); } }
  • 响应示例 成功响应示例 { "status": "FINISHED", "url": "https://****.obs.****.huawei.com:443/****?AccessKeyId=****&Expires=****&Signature=*****" } 失败响应示例 { "error_code": "NLP.0101", "error_msg": "Authentication failed. Verify the token." }
  • 响应消息 响应参数说明请参见表 响应参数说明。 表2 响应参数说明 参数名 参数类型 说明 status String 当前翻译状态。具体状态如下所示: WAITING 等待翻译。 BEGIN 开始翻译。 FINISHED 翻译已经完成。 ERROR 翻译过程中发生错误。 调用失败时无此字段。 url String 临时url,使用GET请求下载翻译结果,有效期十分钟。过期后请再次调用接口获取新的url。 调用失败时或翻译状态非FINISHED时无此字段。 error_code String 调用失败时的错误码,具体参见错误码。 调用成功时无此参数。 error_msg String 调用失败时的错误信息。 调用成功时无此参数。
  • 响应消息 响应参数如表3所示。 表3 响应参数 名称 参数类型 说明 confidence double 该实体在文本中的情感label的置信度 content String 响应文本。 entity String 响应实体。 label integer 该实体在文本中的情感标签,0表示负面,1表示非负面,2表示不相关。 error_code string 调用失败时的错误码。具体参见错误码。 调用成功时无此字段。 error_msg string 调用失败时的错误信息。 调用成功时无此字段。
  • 请求示例 请求示例(检测金融领域中云端金融在杭州云端金融信息服务有限公司涉嫌非法吸取公众存款案例的正负面分析) POST https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/{{project_id}}/nlu/entity-sentiment Request Header: Content-Type: application/json X-Auth-Token:MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Request Body: { "content" : "杭州云端金融信息服务有限公司涉嫌非法吸取公众存款案例", "entity": "云端金融", "type": 3 } Python3语言请求代码示例(检测金融领域中云端金融在杭州云端金融信息服务有限公司涉嫌非法吸取公众存款案例的正负面分析) # -*- 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/entity-sentiment' # 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': '杭州云端金融信息服务有限公司涉嫌非法吸取公众存款案例', 'entity': '云端金融', 'type': 3 } 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(检测金融领域中云端金融在杭州云端金融信息服务有限公司涉嫌非法吸取公众存款案例的正负面分析) 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/entity-sentiment"); 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 = "杭州云端金融信息服务有限公司涉嫌非法吸取公众存款案例"; String entity = "云端金融"; String body = "{\"content\":\"" + content + "\" ,\"entity\":\"" + entity + "\" ,\"type\":3}"; 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(); } }
  • 请求消息 请求参数如表2所示。 表2 请求参数 名称 是否必选 参数类型 说明 content 是 String 请求文本,用于检查指定实体(entity)在该请求文本中的正负面分析。 仅支持中文,文本编码要求为utf-8。请求文本内容不能为空,且请求文本与请求实体的长度和不超过512字。长度超过512时,只检测前512个字符。 entity 是 String 请求实体,用于检查该请求实体在文本(content)中的正负面分析。 说明: 不同实体(entity)在同一文本(content)的正负面分析会存在不同的分析结果。 仅支持中文,文本编码要求为utf-8。请求实体内容不能为空,且请求文本与请求实体的长度和不超过512字。长度超过512时,只检测前512个字符。 type 是 integer 实体级情感分析适用领域,取值如下。 “3” :金融领域
  • 响应示例 成功响应示例 { "vectors": [ [0.1331, 0.0488, 0.2441, 0.2514, -0.6771, 0.4782, 0.6759, 0.015, 0.0064, -0.6326, 0.3958, -0.6848, 0.1118, -0.1391, 0.4804, 0.9294, 0.1004, 0.2414, 0.2477, -0.8162, 1.2052, -0.6719, -0.47, -0.1946, -0.0606, 0.473, 0.0247, -0.3857, 1.1637, -0.6092, -0.5512, -0.2389, -0.2168, 0.1673, -0.4124, -0.1196, -0.7147, 1.1774, -0.8166, 0.1285, -0.3136, 0.4687, -0.5939, -0.4579, 0.1857, 0.049, -0.5936, -0.4554, -0.1878, 0.017], [0.0833, -0.0731, 0.298, 0.0085, -0.6858, 0.529, 0.887, 0.1772, -0.118, -0.7559, 0.1995, -0.6415, 0.3014, 0.2061, 0.9727, 0.9089, 0.1603, 0.3773, -0.146, -0.6429, 1.4808, -0.7797, -0.6061, -0.0854, -0.1324, 0.3183, 0.3378, -0.4552, 1.4929, -0.7543, -0.6089, -0.1906, -0.1892, 0.0628, -0.4675, -0.2478, -0.7632, 1.1876, -1.0734, -0.0954, -0.2896, 0.5757, -0.5601, -0.2595, 0.3831, 0.4729, -0.8736, -0.4378, -0.2519, 0.0448] ] } 失败响应示例 { "error_code": "NLP.0301", "error_msg": "argument valid error: sentence must not be blank and sentence length 1-512" }
  • 请求示例 请求示例(计算句向量) POST https://{endpoint}/v1/{project_id}/nlp-fundamental/sentence-embedding Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Request Body: { "sentences":["今天张三来学校了","今天李四来学校了"], "domain":"general" } Python3语言请求代码示例(计算句向量) # -*- 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}/nlp-fundamental/sentence-embedding' # 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 = { 'sentences': ['今天张三来学校了', '今天李四来学校了'], 'domain': 'general' } 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(计算句向量) 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}/nlp-fundamental/sentence-embedding"); 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 sentences = "["今天张三来学校了","今天李四来学校了"]"; String body = "{\"sentences\":" + sentences + ", \"domain\":\"general\"}"; 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(); } }
  • 请求消息 请求参数如表 请求参数所示。 表2 请求参数 参数名 参数类型 必选 说明 text String 是 待分析文本,长度为1~512,文本编码为UTF-8。 limit integer 否 返回关键词的最大数量,默认为5。 如果请求文本的词汇数量小于该值,则返回实际词汇数量。 如果词汇数量为浮点数,则limit取该浮点数向下取整的结果。 lang String 否 支持的文本语言类型,目前只支持中文(zh),默认为中文。
  • 请求示例 请求示例(抽取关键词,且返回关键词的最大数量为8) POST https://{endpoint}/v1/{project_id}/nlp-fundamental/keyword-extraction Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Request Body: { "text": "华为技术有限公司成立于1987年,总部位于广东省深圳市龙岗区。华为是全球领先的信息与通信技术(ICT)解决方案供应商,专注于ICT领域,坚持稳健经营、持续创新、开放合作,在电信运营商、企业、终端和云计算等领域构筑了端到端的解决方案优势,为运营商客户、企业客户和消费者提供有竞争力的ICT解决方案、产品和服务,并致力于实现未来信息社会、构建更美好的全联接世界。", "limit": 8, "lang": "zh" } Python3语言请求代码示例(抽取关键词,且返回关键词的最大数量为8) # -*- 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}/nlp-fundamental/keyword-extraction' # 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 = { 'text': '华为技术有限公司成立于1987年,总部位于广东省深圳市龙岗区。华为是全球领先的信息与通信技术(ICT)解决方案供应商,专注于ICT领域,坚持稳健经营、持续创新、开放合作,在电信运营商、企业、终端和云计算等领域构筑了端到端的解决方案优势,为运营商客户、企业客户和消费者提供有竞争力的ICT解决方案、产品和服务,并致力于实现未来信息社会、构建更美好的全联接世界。', 'limit': 8, '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(抽取关键词,且返回关键词的最大数量为5) 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}/nlp-fundamental/keyword-extraction"); 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 text = "华为技术有限公司成立于1987年,总部位于广东省深圳市龙岗区。华为是全球领先的信息与通信技术(ICT)解决方案供应商,专注于ICT领域,坚持稳健经营、持续创新、开放合作,在电信运营商、企业、终端和云计算等领域构筑了端到端的解决方案优势,为运营商客户、企业客户和消费者提供有竞争力的ICT解决方案、产品和服务,并致力于实现未来信息社会、构建更美好的全联接世界。"; String body = "{\"text\":\"" + text + "\",\"limit\": 5}"; 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(); } }
  • 响应示例 成功响应示例 { "words": [ "解决方案", "ICT", "信息", "企业", "领域", "技术", "运营商", "华为" ] } 失败响应示例 { "error_code": "NLP.0301", "error_msg": "argument valid error:lang.only support language:zh;" }
  • 修订记录 发布日期 修改说明 2024-01-17 修改示例代码 2021-02-26 删除 文本生成 2021-01-30 修改 文本翻译 2020-08-03 新增 事件抽取 2020-07-06 修改 命名实体识别(领域版) 2019-12-13 新增 诗歌生成 4.2.4-文本生成(即将下线) 意图理解 文档翻译任务创建 文档翻译状态查询 配置OBS访问权限 2019-08-05 新增 命名实体识别(领域版) 4.3.4-意图理解(废弃) 删除 实体链接 2019-07-08 新增 机器翻译 内容: 使用前必读 API概览 机器翻译服务接口说明 错误码 2019-06-28 刷新错误码。 2019-03-22 增加接口: 文本相似度(基础版) 句向量 老接口修改为废弃接口。 句向量(废弃) 2019-01-30 第一次正式发布。
  • 请求示例 请求示例(分析情感) POST https://{endpoint}/v1/{project_id}/nlu/sentiment Request Header: Content-Type: application/json X-Auth-Token:MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Request Body: { "content":"浑浑噩噩的头脑、失魂落魄的身体…" }
  • 响应示例 成功响应示例 { "result": { "content":"浑浑噩噩的头脑、失魂落魄的身体…", "label": 0, "confidence": 0.90706205 } } 失败响应示例 "error_code": "NLP.0101", "error_msg": "Authentication failed. Please verify the token" }
  • 响应消息 响应参数如表3所示。 表3 响应参数 参数名 参数类型 说明 result Result object 调用成功时的返回情感信息。 调用失败时无此字段。 请参见表4。 error_code String 调用失败时的错误码。具体参见错误码。 调用成功时无此字段。 error_msg String 调用失败时的错误信息。 调用成功时无此字段。 表4 result字段数据结构说明 参数名 参数类型 说明 content String 待分析文本。 label Integer 正负标签。 1:positive 0:negative confidence Float 标签label的置信度。小数点精确到(6)位。
共100000条