文本分析五部曲之1-Rosette文本扩展介绍及安装

Rosette文本扩展介绍及安装

引言:什么是Rosette?

Rosette，作为RapidMiner的文本挖掘扩展，是市场上最广泛使用的多语言信息提取解决方案。

Rosette®文本分析是一个强大的工具包，可用于处理多语言，文档和名称等。

在政府，金融，电子商务，搜索，社交媒体等领域的全球客户依赖Rosette文本分析来分析大量数据。百分之八十的大数据作为非结构化文本存在，非结构化文本也是多语言的，Rosette为企业提供巨大的价值，能够将非结构化文本转换为可行的见解，验证身份和防止灾难等。

整合了 Rosette TextToolkit 的 RapidMiner Studio，我们就可以处理任意的文本挖掘任务了！您也可以尝试不同的算子，包括提取文本，分类，情感分析，形态分析，分词，句标记，名称翻译和名称匹配等。

First:下载扩展工具

打开RapidMiner Studio，导航到扩展(Extensions)菜单并在下拉菜单中选择应用市场（Marketplace）。

之后将打开一个新窗口，请在搜索栏目中搜索“rosette”，然后从结果列表中选择Rosette Text Toolkit。单击窗口底部的“Install 1 Packages”按钮，然后按照点击后说明完成安装。

一旦扩展完成安装，Rosette扩展将会在算子（Operators）操作面板的扩展文件夹中可见。

Second:获取RosetteAPI密钥

为了激活用于RapidMiner Studio的Rosette文本工具包，您需要一个API密钥和一个Rosette开发人员帐户。进入如下网址developer.rosette.com并完成注册。

建议绑定github，既方便又好使。

您可以创建一个链接到您的电子邮件或GitHub帐户，不需要信用卡 – Rosette 默认提供每天10,000条免费调用！超过1万条需要付费。

PS:注册邮箱为企业邮箱，推荐学生邮箱。进入CUP学生邮箱

完成注册并验证您的帐户后，点击菜单栏左上角的API密钥标签以显示您的密钥。

Third:设置RosetteAPI连接

返回RapidMiner Studio，输入您的Rosette API密钥后就可以开始使用所有的Rosette算子。下一部分将会讲解，如何实体操作中查看提取算子，并使用它来设置Rosette API连接。

首先，在算子“Operators”面板的Rosette Text Toolkit文件夹中找到文本提取“Extract Entities”，并将其拖动到流程“Process”面板。

您可以在流程“Process”面板右侧的参数“Parameters”面板中查看文本提取“Extract Entities”算子的各种参数设置选项。第一个参数是连接“Connection”。单击框右侧的Rosette图标。

打开管理连接“Manage Connections”窗口。单击左下角的添加连接“AddConnection”按钮，然后从 连接类型“Connection type” 下拉列表中选择”Rosette Connection”。为新连接命名，然后单击创建“Create”按钮。

从左侧列表中选择新的“Rosette API”连接，然后在API KEY框中输入Rosette API密钥。使用窗口底部的测试“Test”按钮来验证连接是否正常工作。如果遇到问题，请确认API密钥是否正确。当确信一切运行顺利时，单击保存所有更改按钮“Save all changes”以返回到参数“Parameters”面板。

从连接Connection下拉列表中选择您的新连接。

现在您已设置好Rosette连接了。