-p-500.webp.svg)
Commencez votre aventure avec l’IA dès aujourd’hui
- Accédez à plus de 100 API d’IA sur une seule plateforme.
- Comparez et déployez des modèles d’IA en toute simplicité.
- Paiement à l’usage, sans frais initiaux.
EN/FR
Comment utiliser l'API d'analyse des sentiments avec JavaScript ?
-p-1600%20(1)%20(1).png)
Dans ce tutoriel en 5 étapes proposé par notre développeur principal François, vous apprendrez tout ce qu'il faut savoir pour commencer à utiliser l'analyse des sentiments à l'aide de JavaScript (Vue 3 + Vite) et la mettre en pratique avec un petit projet 🚀 : un chat dans lequel seuls les messages positifs sont acceptés. Eden AI fournit une API simple et conviviale pour les développeurs qui vous permet d'effectuer une analyse des sentiments.
Pour installer Kindchat, vous pouvez accéder au dépôt GitHub de François ici.
Également connue sous le nom d'Opinion Mining, l'analyse des sentiments est une technique de NLP (traitement du langage naturel) qui détecte les sentiments positifs, négatifs ou neutres dans le texte. Les entreprises peuvent utiliser l'analyse des sentiments pour comprendre automatiquement comment les gens parlent d'un service ou d'un produit spécifique et comprendre les besoins des clients sur les réseaux sociaux, dans les commentaires ou dans les tickets d'assistance au lieu de trier ces données manuellement.
Si vous souhaitez en savoir plus sur ce que la PNL peut offrir, n'hésitez pas à consulter notre sélection de les meilleures API de traitement du langage naturel. De plus, si vous souhaitez utiliser l'analyse des sentiments avec Python, nous vous recommandons de lire notre tutoriel Comment utiliser l'API d'analyse des sentiments avec Python.
Maintenant que nous avons expliqué ce qu'est l'analyse des sentiments et ce qu'elle fait, nous pouvons commencer à créer notre application KindChat ! Remarque : pour les besoins de cette vidéo, tout se fera côté client. Évidemment, ce type de vérification doit être effectué sur le backend afin de masquer vos clés d'API.
Il s'agit d'une application Vue.js assez simple : un système d'envoi de messages dans lequel nous saisirons un message dans le formulaire et l'enverrons, puis vérifierons si le message saisi est positif afin qu'il puisse être envoyé dans ce chat (déclenché par la fonction SendMessage). N'hésitez pas à cloner le Référentiel GitHub pour essayer Kindchat.
Tout d'abord, assurez-vous de créer un compte sur Eden AI gratuitement. Ensuite, vous pourrez obtenir votre clé API 🔑 directement depuis la page d'accueil grâce aux crédits gratuits offerts par Eden AI.
.svg)
Ensuite, vous devrez copier-coller la clé API d'Eden AI dans un petit fichier d'environnement pour la stocker dans une variable appelée « VITE_API_KEY » comme telle :
Tout d'abord, vous devez copier l'extrait de code en JavaScript depuis l'API d'analyse des sentiments d'Eden AI et le coller directement dans votre fonction. N'oubliez pas d'ajouter la clé API !
💡 Si vous regardez de plus près l'extrait de code de l'analyse des sentiments, vous verrez que certains paramètres de langue sont nécessaires. Si vous souhaitez utiliser la détection de langue dans votre projet, vous devez le coder au préalable. Nous n'en parlerons pas ici, bien que notre vidéo couvre tout cela.
Créez ensuite une fonction SentimentAnalysis (incluant le paramètre de langue obtenu si vous souhaitez l'utiliser) et renseignez les paramètres du fournisseur et du texte (le message de l'utilisateur). Avec Eden AI, vous pouvez choisir parmi une large gamme de moteurs différents qui conviennent le mieux à vos données et à votre projet. Finalement, il vous suffira de renvoyer la promesse depuis axios.request pour pouvoir la traiter dans la fonction SendMessage.
Examinons maintenant la réponse de l'API Sentiment Analysis. Comme indiqué dans notre documentation, il existe pour chaque fournisseur un tableau « items » contenant le sentiment et le sentiment_rate associé. Dans le cas de notre candidature, seul le sentiment positif nous intéresse. N'oubliez pas que certains fournisseurs peuvent renvoyer un sentiment_rate pour les sentiments neutres ou négatifs.
Tout d'abord, vous devez stocker la réponse de l'analyse des sentiments de manière asynchrone dans une variable appelée SentimentResponse, qui est une attente de SentimentAnalysis, une fonction à laquelle nous avons transmis le langage que nous avons obtenu précédemment dans la vidéo en tant que paramètre.
Ensuite, stockez le score de sentiment positif obtenu dans l'attribut score de l'objet EntryMessage, qui est nul par défaut. Si cette valeur est suffisante, vous ajouterez le message à la liste des messages affichée sur l'interface :
Ensuite, vous pouvez rechercher dans ces éléments l'objet correspondant au sentiment positif et récupérer le taux de sentiment à l'aide d'un fichier console.log. Le score sera enregistré dans l'entremessage.Score :
🙌 Nous y sommes presque ! Vous devrez ajouter le message à la liste des messages si son score est supérieur à une certaine valeur et stocker cette valeur dans une variable appelée minimum_rate. Ce que nous voulons, c'est que la ligne de code suivante ne s'exécute que lorsqu'une certaine condition est vérifiée : MessageList.Value.push (EntrMessage.content).
C'est l'occasion idéale d'utiliser une propriété calculée qui est une méthode qui ne sera déclenchée que lorsque la valeur de l'objet réactif change. Cette propriété calculée (appelée ici IsPositive) renverra true si le score est supérieur au taux minimum, sinon, elle renverra false.
À ce stade, vous pouvez ajouter à la fonction SendMessage la condition IsPositive et ajouter le message à la liste des messages uniquement si IsPositive est vrai. Si ce n'est pas le cas, vous allez simplement revenir en arrière et mettre fin à la logique. Le reste de la fonction ne changera pas, il suffit de faire défiler automatiquement la page vers le bas lorsqu'un message est envoyé.
Félicitations ! 🥳 Vous pouvez maintenant tester l'application.
Maintenant, si vous écrivez un message positif, le message apparaît dans le chat. Si vous écrivez un commentaire négatif, le message ne devrait pas apparaître dans le chat (le contenu de EntryMessage.content est réinitialisé uniquement lorsque IsPositive vaut True, afin que le message négatif ne disparaisse pas du formulaire).
Enfin, vous pouvez envoyer un feedback visuel à l'utilisateur en lui indiquant quand son message ne répond pas aux conditions lors de l'obtention du score. Pour ce faire, vous devez créer un petit paragraphe qui n'apparaîtra que si IsPositive est faux et si le score du EntryMessage est différent de nul.
Le résultat :
Grâce à la détection des langues, vous pouvez également essayer l'analyse des sentiments dans d'autres langues. Quelle que soit la langue utilisée, la détection de langue indiquera la bonne langue à fournir à l'API Sentiment Analysis qui estimera ensuite si le message est positif ou non.
C'est tout avec notre application KindChat ! 😎 L'analyse des sentiments avec JavaScript n'a jamais été aussi simple ! Notre API unique rend l'analyse des sentiments accessible à tous les développeurs. Vous pouvez utiliser plusieurs API d'analyse des sentiments provenant de différents fournisseurs, en plus de plusieurs langues, en quelques lignes de code seulement. Vous pouvez également consulter notre Projet d'API d'IA open source sur GitHub. Si vous voulez quelque chose d'encore plus simple, vous pouvez utiliser notre API d'analyse des sentiments sur Make.
Si vous avez des questions concernant ce tutoriel, la communauté Eden AI peut vous aider sur son Serveur Discord.
🔥 Eden AI simplifie l'utilisation et le déploiement des technologies d'IA en fournissant une API unique connectée aux meilleures API d'IA. Eden AI représente l'avenir de l'utilisation de l'IA dans les entreprises et fournit :
Vous pouvez commencer à créer dès maintenant. Si vous avez des questions, n'hésitez pas à discuter avec nous !
CommencezContactez le service commercialLaissez votre e-mail et nous vous contacterons dès que possible pour répondre à toutes vos questions ou simplement pour vous dire bonjour. Nous nous engageons à ne pas vous envoyer de spam !
-p-500.webp){kind=small}
.jpg)
.jpg)