使用Python调用IBM Watson NLU遇TypeError错误的排查与解决

这个TypeError: cannot convert dictionary update sequence element #0 to a sequence报错主要有两个核心原因：

• 传入text参数的数据类型错误：你把data定义成了包含数字和字符串的列表 ([1, "your-text-here"])，但Watson NLU的analyze方法要求text参数必须是纯字符串，不能是列表或混合类型的容器。当你把列表传给text时，内部处理逻辑试图把它转换成预期的格式，就触发了这个类型错误。

• Features参数的调用方式不符合库的要求：你原来用features=[nluFeatures.Keywords(), ...]这种列表形式传参，但对于Watson Developer Cloud的这个版本，features参数需要传入的是Features对象，而不是多个Feature类实例组成的列表。这种传参方式会导致库内部解析参数时出错，也是触发错误的原因之一。

修正后的代码 #

import watson_developer_cloud as WDC
from watson_developer_cloud.natural_language_understanding_v1 import Features, KeywordsOptions, EntitiesOptions, CategoriesOptions, EmotionOptions, SentimentOptions

# 初始化NLU服务实例，替换成你的账号密码
nlu = WDC.NaturalLanguageUnderstandingV1('2017-02-27', username='yourusername', password='yourpassword')

# 直接传入纯字符串作为待分析文本
data = ("I've seen things you people wouldn't believe. Attack ships on fire off the shoulder of Orion. I watched C-beams glitter in the dark near the Tannhauser Gate. All those moments will be lost in time, like tears in rain. Time to die.")

def nlu_analyze():
    # 使用Features类封装各个分析选项，这是库要求的正确传参方式
    response = nlu.analyze(
        text=data, 
        features=Features(
            keywords=KeywordsOptions(), 
            entities=EntitiesOptions(), 
            categories=CategoriesOptions(), 
            emotion=EmotionOptions(), 
            sentiment=SentimentOptions()
        )
    )
    return response

response = nlu_analyze()
# 打印各分析结果
print(response["keywords"])
print(response["entities"])
print(response["categories"])
print(response["emotion"])
print(response["sentiment"])

内容的提问来源于stack exchange，提问作者blueworld