「初めてのWatson 改訂版」コードリスト（Python SDK版）

書籍「初めてのWatson 改訂版～APIの用例と実践プログラミング」（井上研一＝著、リックテレコム＝刊）のコードリストをPython SDKを使用する形に変換したものです。
出版社によるサポートサイト
Amazon.co.jpで購入

2020年5月版です。

Python SDKのインストール

!pip install --upgrade ibm-watson

IBM Watson Python SDK GitHub

Chapter 4.3 Natural Language Classifier

NLC分類器の作成

from ibm_watson import NaturalLanguageClassifierV1
from ibm_cloud_sdk_core.authenticators import IAMAuthenticator
import json

nlc = NaturalLanguageClassifierV1(
authenticator=IAMAuthenticator('{apikey}')
)

# ダラス以外のリージョンを指定する場合(例は東京リージョン)
# nlc.set_service_url('https://api.jp-tok.natural-language-classifier.watson.cloud.ibm.com')

with open('trainingdata.csv', 'rb') as training_data:
classifier = nlc.create_classifier(
training_data=training_data,
training_metadata='{"name": "My Classifier","language": "ja"}'
).get_result()
print(json.dumps(classifier, indent=2))

NLC分類器の学習状況の取得

nlc.get_classifier('{classifier_id}').get_result()

NLC分類器のテスト

classes = nlc.classify(
'{classifier_id}',
'お酒を飲みたい').get_result()
print(json.dumps(classes, indent=2, ensure_ascii=False))

Chapter 4.4 Natural Language Understanding

NLUでのWebサイトからのキーワードなどの抽出

from ibm_watson import NaturalLanguageUnderstandingV1
from ibm_cloud_sdk_core.authenticators import IAMAuthenticator
from ibm_watson.natural_language_understanding_v1 import Features, EntitiesOptions, KeywordsOptions
import json

nlu = NaturalLanguageUnderstandingV1(
version='2019-07-12',
authenticator=IAMAuthenticator('{apikey}')
)

# ダラス以外のリージョンを指定する場合(例は東京リージョン)
# nlu.set_service_url('https://api.jp-tok.natural-language-understanding.watson.cloud.ibm.com')

response = nlu.analyze(
url='https://inoccu.com/profile/',
features=Features(
entities=EntitiesOptions(emotion=True, sentiment=True),
keywords=KeywordsOptions(emotion=True, sentiment=True)
),
language='ja'
).get_result()
print(json.dumps(response, indent=2, ensure_ascii=False))

Chapter 4.5 Discovery

環境の作成

from ibm_watson import DiscoveryV1
from ibm_cloud_sdk_core.authenticators import IAMAuthenticator
import json

discovery = DiscoveryV1(
version='2019-07-12',
authenticator=IAMAuthenticator('{apikey}')
)

# ダラス以外のリージョンを指定する場合(例は東京リージョン)
# discovery.set_service_url('https://api.jp-tok.discovery.watson.cloud.ibm.com')

environment = discovery.create_environment(name='My Environment', size='LT').get_result()
print(json.dumps(environment, indent=2, ensure_ascii=False))

環境情報の取得

discovery.get_environment('{environment_id}').get_result()

コレクションの作成

まず、configurationを取得する。environemntにはデフォルトのconfigurationが存在するため、それを使用できる。

discovery.list_configurations('{environment_id}').get_result()

次にコレクションを作成する。

collection = discovery.create_collection(
environment_id='{environment_id}',
configuration_id='{configuration_id}',
name='My Collection',
language='ja'
).get_result()
print(json.dumps(collection, indent=2, ensure_ascii=False))

文書の追加

with open('place-1.json') as f:
result = discovery.add_document(
'{environment_id}',
'{collection_id}',
file=f
).get_result()
print(json.dumps(result, indent=2, ensure_ascii=False))

コレクション情報の取得

discovery.get_collection(
'{environment_id}',
'{collection_id}'
).get_result()

自然言語による検索

response = discovery.query(
'{environment_id}',
'{collection_id}',
natural_language_query='新宿の名所'
).get_result()
print(json.dumps(response, indent=2, ensure_ascii=False))

Discovery Query Language（DQL）による検索

response = discovery.query(
'{environment_id}',
'{collection_id}',
query='enriched_text.entities.text::"北村銀太郎"'
).get_result()
print(json.dumps(response, indent=2, ensure_ascii=False))

訓練データの追加

from ibm_watson.discovery_v1 import TrainingExample

response = discovery.add_training_data(
'{environment_id}',
'{collection_id}',
natural_language_query='落語の寄席を教えて',
examples=[
TrainingExample(document_id='{document_id}', relevance=10)
]
).get_result()
print(json.dumps(response, indent=2, ensure_ascii=False))

Chapter 4.7 Speech To TextとText To Speech

音声ファイルを文字列に変換

from ibm_watson import SpeechToTextV1
from ibm_cloud_sdk_core.authenticators import IAMAuthenticator
import json

stt = SpeechToTextV1(
authenticator=IAMAuthenticator('{apikey}')
)

# ダラス以外のリージョンを指定する場合(例は東京リージョン)
# stt.set_service_url('https://api.jp-tok.speech-to-text.watson.cloud.ibm.com')

with open('recoding.flac', 'rb') as f:
response = stt.recognize(
audio=f,
content_type='audio/flac',
model='ja-JP_BroadbandModel',
word_alternatives_threshold=0.9
).get_result()
print(json.dumps(response, indent=2, ensure_ascii=False))

文字列を音声ファイルに変換

from ibm_watson import TextToSpeechV1
from ibm_cloud_sdk_core.authenticators import IAMAuthenticator
import json

tts = TextToSpeechV1(
authenticator=IAMAuthenticator('{apikey}')
)

# ダラス以外のリージョンを指定する場合(例は東京リージョン)
# tts.set_service_url('https://api.jp-tok.text-to-speech.watson.cloud.ibm.com')

with open('speech.flac', 'wb') as f:
f.write(
tts.synthesize(
'寿限無寿限無',
accept='audio/flac',
voice='ja-JP_EmiVoice'
).get_result().content
)

Chapter 4.8 Visual Recognition

独自の分類器を作成

from ibm_watson import VisualRecognitionV3
from ibm_cloud_sdk_core.authenticators import IAMAuthenticator
import json

vr = VisualRecognitionV3(
version='2018-03-19',
authenticator=IAMAuthenticator('{apikey}')
)

with open('dogs.zip', 'rb') as dogs:
with open('cats.zip', 'rb') as cats:
model = vr.create_classifier(
'dog-cat',
positive_examples={
'dog': dogs,
'cat': cats
}
).get_result()
print(json.dumps(model, indent=2, ensure_ascii=False))

独自の分類器の学習状況の取得

vr.get_classifier('{classifier_id}').get_result()

独自の分類器を使用した分類

with open('cat.jpg', 'rb') as f:
response = vr.classify(
images_file=f,
threshold=0.6,
classifier_ids=['{classifier_id}'],
owners=['me']
).get_result()
print(json.dumps(response, indent=2, ensure_ascii=False))