騰訊AI開放平臺提供了三大功能：自然語言處理、計算機視覺和智慧語音。

情感分析是自然語言處理下的一大分支，騰訊AI的情感分析介面如下：

這裡介紹一下如何利用python來使用騰訊的情感分析API介面服務以便進行大量資料的情感分析。

步驟簡介

1、首先你需要利用QQ號登陸該平臺，進入到控制檯。
2、建立應用，選擇你需要使用的介面（這裡以情感分析為例）。
3、進入應用詳情、你就會看到你的AppID和AppKey。

4、參考情感分析的技術文件，利用python進行接入。

具體實施

1、簽名演算法

首先我們在呼叫API時要搞定介面鑑權，即簽名演算法。

根據介面鑑權的技術文件，可知簽名演算法採用MD5摘要方式實現，且演算法的實現步驟技術文件裡面很詳細，剛好python裡面有相應的包，直接import hashlib即可，我這裡就直接貼程式碼了。

# -*- coding: utf-8 -*-
"""
-------------------------------------------------
   File Name：     md5sign
   Description :
   Author :       YOUQING
   date：          2017/11/20
-------------------------------------------------
   Change Activity:
                   2017/11/20:
-------------------------------------------------
"""
 

import hashlib
import time
import random
import string
import urllib
import sys


def get_params(plus_item):
    '''請求時間戳（秒級），用於防止請求重放（保證簽名5分鐘有效）'''
    t = time.time()
    time_stamp=int(t)

    '''請求隨機字串，用於保證簽名不可預測'''
    nonce_str = ''.join(random.sample(string.ascii_letters + string.digits, 10))

    '''應用標誌，這裡修改成自己的id和key'''
 

    app_id='XXXXXX'
    app_key='XXXXXXXXXXXX'

    '''值使用URL編碼，URL編碼演算法用大寫字母'''
    text1=plus_item
    text=urllib.quote(text1.decode(sys.stdin.encoding).encode('utf8')).upper()

    '''拼接應用金鑰，得到字串S'''
    sign_before='app_id='+app_id+'&nonce_str='+nonce_str+'&text='+text+'&time_stamp='+str(time_stamp)+'&app_key='+app_key

    '''計算MD5摘要，得到簽名字串'''
    m=hashlib.md5()
    m.update(sign_before)
    sign=m.hexdigest()
    sign=sign.upper()

    params='app_id='+app_id+'&time_stamp='+str(time_stamp)+'&nonce_str='+nonce_str+'&sign='+sign+'&text='+text

    return params

注意事項
1、app_id、app_key替換成自己應用詳情裡的相應內容
2、plus_item是你要輸入的文字內容
3、檔名：md5sign

2、介面呼叫

上一段程式碼得到的是請求引數，這裡我們需要將API地址和請求引數拼接起來，然後採用請求方法GET，並用BeautifulSoup去解析（簡單的爬蟲知識）。
由於響應格式是JSON格式，我們採用json.loads來轉換為字典，以便獲取我們想要的內容（情感傾向、極性與文字內容）

程式碼如下：

# -*- coding: utf-8 -*-
"""
-------------------------------------------------
   File Name：     tencent_api
   Description :
   Author :       YOUQING
   date：          2017/11/20
-------------------------------------------------
   Change Activity:
                   2017/11/20:
-------------------------------------------------
"""

import requests
import md5sign
from bs4 import BeautifulSoup
import json
import sys

reload(sys)
sys.setdefaultencoding('utf-8')


def get_content(plus_item):
    url = "https://api.ai.qq.com/fcgi-bin/nlp/nlp_textpolar"  # API地址
    params = md5sign.get_params(plus_item)#獲取請求引數
    url=url+'?'+params#請求地址拼接
    try:
        r = requests.get(url)
        soup = BeautifulSoup(r.text, 'lxml')
        allcontents=soup.select('body')[0].text.strip()
        allcontents_json=json.loads(allcontents)#str轉成dict

        return allcontents_json["data"]["polar"],allcontents_json["data"]["confd"],allcontents_json["data"]["text"]
    except Exception, e:
        print 'a', str(e)
        return 0,0,0



if __name__ == '__main__':
    polar,confd,text=get_content('今天天氣真好')
    print '情感傾向：'+str(polar)+'\n'+'程度：'+str(confd)+'\n'+'文字：'+text

執行結果
極性：1
程度：0.90936
文字：今天天氣真好
（注：1代表正面情感；0代表中性；-1代表負面情感）

小結

騰訊的情感分析號稱是依託於騰訊千億級社交語料的支撐，但我認為在使用過程中的準確性還是要看使用的場景，反正我用來分析酒店評論時並不是很滿意得到的結果（可能需要專門的酒店語料庫才能更加準確）。且text的長度上限200位元組，這就造成了使用時較大的限制。