Watson Knowledge Studio(WKS)のアノテーション作業手順 その３

#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。