Jelajahi Produk kami

If so you can download any of the below versions for testing. The product will function as normal except for an evaluation limitation. At the time of purchase we provide a license file via email that will allow the product to work in its full capacity. If you would also like an evaluation license to test without any restrictions for 30 days, please follow the directions provided here.


Product Docs Swagger Examples Blog Support Dashboard

Pemasangan

Paketnya adalah tersedia di PyPI dan dapat diinstal melalui pip dengan menjalankan perintah berikut:

pip install groupdocs-classification-cloud

PyPI - Version PyPI - Downloads Python-GroupDocsCloud


Persyaratan

Ketergantungan

SDK secara otomatis menginstal paket-paket berikut:

PaketBatasan
urllib3>= 1.15
six>= 1.10
certifi
python-dateutil

Mulai Cepat

Dapatkan kredensial API Anda

Untuk menggunakan GroupDocs.Classification Cloud, daftar di GroupDocs.Cloud Dashboard dan dapatkan ID Klien dan Rahasia Klien Anda.

Inisialisasi API

Gunakan kode berikut untuk mulai menggunakan GroupDocs.Classification Cloud SDK untuk Python:

import groupdocsclassificationcloud
from groupdocsclassificationcloud import ClassificationApi, Configuration

# Get your ClientId and ClientSecret at https://dashboard.groupdocs.cloud
client_id = "YourClientId"
client_secret = "YourClientSecret"

# Create API configuration
configuration = Configuration(client_id, client_secret, "https://api.groupdocs.cloud")

# Create instance of the Classification API
classification_api = ClassificationApi(configuration=configuration)

Mengklasifikasikan teks mentah

Setelah diinisialisasi, gunakan contoh dasar ini untuk mengklasifikasikan teks mentah:

import groupdocsclassificationcloud
from groupdocsclassificationcloud import ClassificationApi, Configuration, BaseRequest, ClassifyRequest

client_id = "YourClientId"
client_secret = "YourClientSecret"

configuration = Configuration(client_id, client_secret, "https://api.groupdocs.cloud")
classification_api = ClassificationApi(configuration=configuration)

request = ClassifyRequest(BaseRequest("Try text classification"), 3)
result = classification_api.classify(request)

print("Best class name = " + result.best_class_name)
print("Best class probability = " + str(result.best_class_probability))

Dengan panduan memulai cepat ini, Anda siap untuk mulai mengklasifikasikan teks dan dokumen menggunakan GroupDocs.Classification Cloud dalam aplikasi Python Anda. Untuk lebih jelasnya, kunjungi documentation.

Dapatkan Format File yang Didukung

Ambil daftar lengkap format file yang didukung yang tersedia melalui API Klasifikasi.

import groupdocsclassificationcloud
from groupdocsclassificationcloud import ClassificationApi, Configuration, GetSupportedFileFormatsRequest

client_id = "YourClientId"
client_secret = "YourClientSecret"

configuration = Configuration(client_id, client_secret, "https://api.groupdocs.cloud")
classification_api = ClassificationApi(configuration=configuration)

request = GetSupportedFileFormatsRequest()
response = classification_api.get_supported_file_formats(request)

print("Supported file-formats:")
for fmt in response.formats:
    print("{0} ({1})".format(fmt.file_format, fmt.extension))

Klasifikasi Dokumen dari Cloud Storage

Klasifikasikan dokumen yang disimpan di penyimpanan Cloud GroupDocs menggunakan taksonomi Dokumen.

import groupdocsclassificationcloud
from groupdocsclassificationcloud import ClassificationApi, Configuration, BaseRequest, ClassifyRequest, FileInfo

client_id = "YourClientId"
client_secret = "YourClientSecret"

configuration = Configuration(client_id, client_secret, "https://api.groupdocs.cloud")
classification_api = ClassificationApi(configuration=configuration)

request = ClassifyRequest(
    BaseRequest(document=FileInfo(name="test_multi_pages.docx", folder="Temp/SdkTests/python"))
)
result = classification_api.classify(request)

print("Best class name = " + result.best_class_name)
print("Best class probability = " + str(result.best_class_probability))

Mengklasifikasikan Teks dengan Taksonomi Sentimen

Lakukan analisis sentimen biner atau tiga kelas pada teks mentah.

import groupdocsclassificationcloud
from groupdocsclassificationcloud import ClassificationApi, Configuration, BaseRequest, ClassifyRequest

client_id = "YourClientId"
client_secret = "YourClientSecret"

configuration = Configuration(client_id, client_secret, "https://api.groupdocs.cloud")
classification_api = ClassificationApi(configuration=configuration)

request = ClassifyRequest(
    BaseRequest("This product exceeded my expectations!"),
    best_classes_count=1,
    taxonomy="Sentiment3"
)
result = classification_api.classify(request)

print("Sentiment = " + result.best_class_name)

Contoh Proyek di GitHub

Itu GroupDocs.Classification Cloud Python SDK repositori mencakup pengujian unit yang siap dijalankan dan contoh-contoh yang meliputi:

KategoriContoh
Klasifikasi TeksKlasifikasi teks mentah dengan taksonomi IAB-2
Klasifikasi DokumenKlasifikasikan dokumen yang disimpan di penyimpanan cloud
InfoFormat file yang didukung
Analisis SentimenKlasifikasi sentimen biner dan tiga kelas

Cara menjalankan contoh

  1. Kloning atau unduh SDK repository2. Sunting Settings/servercreds.json dan atur milikmu AppSid Dan AppKey 3. Instal dependensi:pip install groupdocs-classification-cloud -U 4. Jalankan pengujian dari root repositori:python -m unittest discover -s test

Untuk lebih jelasnya, kunjungi Getting Started.


Product Docs Swagger Examples Blog Support Dashboard


Tag

Document Classification API | Python Cloud API | GroupDocs.Classification Cloud | REST API | Text Classification | Document Taxonomy | IAB-2 Taxonomy | Sentiment Taxonomy | Sentiment3 Taxonomy | JWT Authentication | Multi-language Support | Batch Classification | Content-Based Classification | Real-time Classification | Sentiment Analysis | Machine Learning Classification | High Accuracy Classification | Secure API Access | Cloud Storage Integration | Customer Feedback Analysis | Social Media Monitoring | Cross-platform API


 Indonesia