将Google Cloud NLP API实体情感输出转JSON并提取特定实体情感参数

不用序列化JSON也完全没问题！Google Cloud Natural Language API返回的实体情感分析对象本身就提供了直接访问属性的方法，完全可以跳过序列化步骤，直接从返回的AnalyzeEntitySentimentResponse对象里提取你需要的信息。

下面是具体的实现思路和代码示例：

首先，我们先把需要匹配的候选人姓名及简称做一个分组，这样可以统一处理不同的称呼：

# 定义候选人和对应的匹配关键词（转小写后匹配）
candidate_keywords = {
    "Donald Trump": ["donald trump", "trump", "@realdonaldtrump"],
    "Hillary Clinton": ["hillary clinton", "hillary", "clinton"],
    "Bernie Sanders": ["bernie sanders", "bernie", "sanders"],
    "Ted Cruz": ["ted cruz", "cruz"]
}

接下来，假设你已经通过API调用得到了response对象（就是client.analyze_entity_sentiment()返回的结果），我们直接遍历里面的实体，匹配目标候选人并提取情感数据：

from google.cloud import language_v1

# 这里省略API调用的代码，假设你已经拿到了response
# client = language_v1.LanguageServiceClient()
# document = language_v1.Document(content=your_text, type_=language_v1.Document.Type.PLAIN_TEXT)
# response = client.analyze_entity_sentiment(request={"document": document})

# 存储结果的字典
candidate_sentiments = {}

for entity in response.entities:
    # 把实体名称转成小写，避免大小写匹配问题
    entity_name_lower = entity.name.lower()
    
    # 检查当前实体是否属于我们关注的候选人
    for candidate, keywords in candidate_keywords.items():
        if entity_name_lower in keywords:
            # 如果是第一次匹配到该候选人，初始化数据结构
            if candidate not in candidate_sentiments:
                candidate_sentiments[candidate] = {
                    "total_score": 0,
                    "total_magnitude": 0,
                    "mention_count": 0
                }
            
            # 累加情感数据
            candidate_sentiments[candidate]["total_score"] += entity.sentiment.score
            candidate_sentiments[candidate]["total_magnitude"] += entity.sentiment.magnitude
            candidate_sentiments[candidate]["mention_count"] += 1
            break  # 匹配到对应的候选人后就停止检查其他关键词

# 计算最终的平均情感值和总情感量级（如果需要单条提及的结果，可以跳过这一步）
final_results = {}
for candidate, data in candidate_sentiments.items():
    final_results[candidate] = {
        "average_sentiment_score": round(data["total_score"] / data["mention_count"], 2),
        "total_sentiment_magnitude": round(data["total_magnitude"], 2),
        "mention_times": data["mention_count"]
    }

# 输出结果
for candidate, result in final_results.items():
    print(f"--- {candidate} ---")
    print(f"平均情感值: {result['average_sentiment_score']}")
    print(f"总情感量级: {result['total_sentiment_magnitude']}")
    print(f"被提及次数: {result['mention_times']}\n")

关键说明： #

• 直接访问API返回对象的属性：entity.name是实体的名称，entity.sentiment.score是情感值（范围-1到1，负数表示负面，正数表示正面），entity.sentiment.magnitude是情感量级（范围0到无穷，数值越高表示情感强度越大，不管正负）。
• 大小写处理：把实体名称转成小写后再匹配关键词，避免因为大小写不一致导致漏匹配（比如"Trump"和"trump"）。
• 数据聚合：如果同一个候选人被多次提及，上面的代码会计算平均情感值和总量级，如果你需要保留每一次提及的单独数据，可以把candidate_sentiments里的存储改成列表，直接追加每次的score和magnitude即可。
• 扩展匹配：如果还有其他变体称呼（比如"Donald J. Trump"），直接在对应的候选人关键词列表里添加即可。

这样处理完全不需要序列化JSON，直接利用API返回对象的原生属性，既高效又能避免重新调用API的耗时问题。

内容的提问来源于stack exchange，提问作者Mona Jalal