腾讯AI开放平台提供了三大功能：自然语言处理、计算机视觉和智能语音。

情感分析是自然语言处理下的一大分支，腾讯AI的情感分析界面如下：

这里介绍一下如何利用python来使用腾讯的情感分析API接口服务以便进行大量数据的情感分析。

步骤简介

1、首先你需要利用QQ号登陆该平台，进入到控制台。
2、创建应用，选择你需要使用的接口（这里以情感分析为例）。
3、进入应用详情、你就会看到你的AppID和AppKey。

4、参考情感分析的技术文档，利用python进行接入。

具体实施

1、签名算法

首先我们在调用API时要搞定接口鉴权，即签名算法。

根据接口鉴权的技术文档，可知签名算法采用MD5摘要方式实现，且算法的实现步骤技术文档里面很详细，刚好python里面有相应的包，直接import hashlib即可，我这里就直接贴代码了。

# -*- coding: utf-8 -*-
"""
-------------------------------------------------
   File Name：     md5sign
   Description :
   Author :       YOUQING
   date：          2017/11/20
-------------------------------------------------
   Change Activity:
                   2017/11/20:
-------------------------------------------------
"""
import hashlib
import time
import random
import string
import urllib
import sys


def get_params(plus_item):
    '''请求时间戳（秒级），用于防止请求重放（保证签名5分钟有效）'''
    t = time.time()
    time_stamp=int(t)

    '''请求随机字符串，用于保证签名不可预测'''
    nonce_str = ''.join(random.sample(string.ascii_letters + string.digits, 10))

    '''应用标志，这里修改成自己的id和key'''
    app_id='XXXXXX'
    app_key='XXXXXXXXXXXX'

    '''值使用URL编码，URL编码算法用大写字母'''
    text1=plus_item
    text=urllib.quote(text1.decode(sys.stdin.encoding).encode('utf8')).upper()

    '''拼接应用密钥，得到字符串S'''
    sign_before='app_id='+app_id+'&nonce_str='+nonce_str+'&text='+text+'&time_stamp='+str(time_stamp)+'&app_key='+app_key

    '''计算MD5摘要，得到签名字符串'''
    m=hashlib.md5()
    m.update(sign_before)
    sign=m.hexdigest()
    sign=sign.upper()

    params='app_id='+app_id+'&time_stamp='+str(time_stamp)+'&nonce_str='+nonce_str+'&sign='+sign+'&text='+text

    return params

注意事项
1、app_id、app_key替换成自己应用详情里的相应内容
2、plus_item是你要输入的文本内容
3、文件名：md5sign

2、接口调用

上一段代码得到的是请求参数，这里我们需要将API地址和请求参数拼接起来，然后采用请求方法GET，并用BeautifulSoup去解析（简单的爬虫知识）。
由于响应格式是JSON格式，我们采用json.loads来转换为字典，以便获取我们想要的内容（情感倾向、极性与文本内容）

代码如下：

# -*- coding: utf-8 -*-
"""
-------------------------------------------------
   File Name：     tencent_api
   Description :
   Author :       YOUQING
   date：          2017/11/20
-------------------------------------------------
   Change Activity:
                   2017/11/20:
-------------------------------------------------
"""

import requests
import md5sign
from bs4 import BeautifulSoup
import json
import sys

reload(sys)
sys.setdefaultencoding('utf-8')


def get_content(plus_item):
    url = "https://api.ai.qq.com/fcgi-bin/nlp/nlp_textpolar"  # API地址
    params = md5sign.get_params(plus_item)#获取请求参数
    url=url+'?'+params#请求地址拼接
    try:
        r = requests.get(url)
        soup = BeautifulSoup(r.text, 'lxml')
        allcontents=soup.select('body')[0].text.strip()
        allcontents_json=json.loads(allcontents)#str转成dict

        return allcontents_json["data"]["polar"],allcontents_json["data"]["confd"],allcontents_json["data"]["text"]
    except Exception, e:
        print 'a', str(e)
        return 0,0,0



if __name__ == '__main__':
    polar,confd,text=get_content('今天天气真好')
    print '情感倾向：'+str(polar)+'n'+'程度：'+str(confd)+'n'+'文本：'+text

运行结果
极性：1
程度：0.90936
文本：今天天气真好
（注：1代表正面情感；0代表中性；-1代表负面情感）

小结

腾讯的情感分析号称是依托于腾讯千亿级社交语料的支撑，但我认为在使用过程中的准确性还是要看使用的场景，反正我用来分析酒店评论时并不是很满意得到的结果（可能需要专门的酒店语料库才能更加准确）。且text的长度上限200字节，这就造成了使用时较大的限制。