如何解决Google自然语言API的sq语言不支持情感分析报错

你遇到的问题是因为部分推文虽被Twitter标记为英文，但实际内容（比如全是阿尔巴尼亚语标签）被Google自然语言API识别为不支持情感分析的语言（sq，阿尔巴尼亚语），导致报错。可以通过异常捕获或提前检测语言两种方式跳过这类文本，具体实现如下：

方法一：捕获API异常直接跳过 #

直接在调用情感分析的代码块中捕获InvalidArgument异常（语言不支持属于这类参数错误），遇到不支持的语言时返回标记值（比如None），后续逻辑可忽略这类结果。

修改后的代码：

from google.api_core.exceptions import InvalidArgument

def get_single_sentiment(text):
    '''gets non-entity sentiment of text using GCP's api'''
    
    # Instantiates a client
    client = language_v1.LanguageServiceClient()
    
    # The text to analyze 
    document = language_v1.Document(content = text , type_=language_v1.types.Document.Type.PLAIN_TEXT)

    try:
        # Detects the sentiment of the text
        sentiment = client.analyze_sentiment(request={"document": document}).document_sentiment
        return sentiment
    except InvalidArgument as e:
        # 捕获语言不支持的报错，返回None或自定义标记
        print(f"跳过无法处理的文本：{text[:50]}... 报错信息：{e}")
        return None

方法二：提前检测语言再处理 #

先调用API的语言检测接口，判断文本语言是否在情感分析支持列表中，仅对支持的语言执行分析，更主动地过滤无效文本。

示例代码：

def get_single_sentiment(text):
    '''gets non-entity sentiment of text using GCP's api'''
    
    client = language_v1.LanguageServiceClient()
    document = language_v1.Document(content = text , type_=language_v1.types.Document.Type.PLAIN_TEXT)

    # 先检测文本语言
    lang_response = client.detect_language(request={"document": document})
    detected_lang = lang_response.language
    
    # 定义情感分析支持的语言列表（可根据官方支持范围调整）
    supported_langs = ["en", "zh", "es", "fr"]  # 示例列表，需补充完整支持语言
    
    if detected_lang not in supported_langs:
        print(f"跳过不支持的语言：{detected_lang}，文本：{text[:50]}...")
        return None
    
    # 对支持的语言执行情感分析
    sentiment = client.analyze_sentiment(request={"document": document}).document_sentiment
    return sentiment

两种方法各有优劣：

• 异常捕获实现简单，无需维护支持语言列表，但会产生少量无效API调用；
• 提前检测语言更高效，避免无效调用，但需要定期同步官方支持的语言列表。

内容的提问来源于stack exchange，提问作者dsx