#5. NLUにデプロイするし、curlでNLUにクエリーを発行するし、そして、回答を得る
前回からの続きです。
Take snapshotをクリックすることで、全てのDocumentを含む機械学習モデル(ここでは、Version 1.1)が作成されます。
Deployをクリックすることでdeploy先を選択する画面が開きます。ここでは、NLUを選択しNextをクリックします。
事前に作成しておいたNLUのサービスを指定しDeployを完了させます。
これまでの作業により、NLUに対してクエリーを実行することが可能になりました。
以下の形式のjsonファイルを用意します。
parameters.json
{
"text": "宛先の皆様、
お世話になります。
パートナー 山田です。
以下 1件 お知らせです。
BCD社マネジメントソリューション様とのミーティング日時が確定しました。
取り急ぎ このメールにてお知らせします。
BCD社マネジメントソリューション様とのミーティング
- 日時 : 7月12日(水) 11:00-12:00
- 場所 : BCD社大川事業場
参加される方はこのメールのReplyにてお知らせ下さい。
(*) 来週(7月10日)のTeam Meetingのご案内でも同様にお知らせします。
よろしくお願い致します。
以上",
"features": {
"entities": {
"model": "NLU MODEL_ID"
},
"relations": {
"model": "NLU MODEL_ID"
}
}
}
以下のcurlによりPOSTします。
curl
curl -X POST -H "Content-Type: application/json" -u "USERID":"PASSWORD" -d @parameters.json "https://gateway.watsonplatform.net/natural-language-understanding/api/v1/analyze?version=2017-02-27"
例えば、以下のような結果が得られます。
curlの結果
~省略~
{
"type": "DATE",
"text": "7月12日(水)",
"disambiguation": {
"subtype": [
"DATE"
]
},
"count": 1
},
~省略~
最初に戻ります。