Если вам понравилось прочитанное, присоединяйтесь ко мне на linkedin или следуйте за мной на dev.to 🙂
Привет и добро пожаловать в мой блог.
Сегодня я хочу показать вам, как можно использовать Twitter API, luis.ai и Microsoft Bot Framework для создания чат-бота, который проводит анализ настроений в твитах, опубликованных на twitter. Честно говоря, часть чат-бота предназначена скорее для демонстрации и показа. Функциональное приложение с интеграцией твиттера — вот где происходит настоящая магия ✨.
Ссылки на репозитории GitHub смотрите ниже:
https://github.com/Albert-Bennett/TwitterSentimentAnalysisFunctionApp
https://github.com/Albert-Bennett/TwitterSentimentAnalysisChatBot
Это будет серия из трех частей.
В этой части я объясню, как установить различные ресурсы, чтобы мы могли начать программировать во второй части. Если хотите, вы можете щелкнуть на миниатюре ниже, чтобы увидеть демонстрацию чат-бота в действии.
Начало работы
Для этой части вам понадобится доступ к учетной записи Azure и необходимо создать учетную запись разработчика twitter. Эта часть не должна быть сложной, просто много форм и процедур.
Шаг 1 — Приложение для аутентификации Twitter
С API Twitter все достаточно просто. Просто перейдите сюда: Twitter API Signup Page и зарегистрируйтесь, если вы этого еще не сделали.
После этого вам нужно будет создать новый проект и приложение в этом проекте. После создания приложения вам должны быть показаны данные аутентификации этого приложения. К ним относятся:
- API-ключ
- Секрет ключа API
- Токен носителя
❗ Как только появится это окно, скопируйте — API Key, API Key Secret и Bearer Token на новую страницу блокнота или что-то подобное. Как только вы перейдете с этой страницы, эти данные будут скрыты. Хотя вы можете восстановить их в любое время, вам нужно будет сохранить эти данные для последующей интеграции с Twitter.
Вы можете прочитать и изучить документацию, если хотите. Теперь, когда у вас есть токен на предъявителя, вы можете получить доступ к некоторым конечным точкам API и опробовать их. Документация Twitter просто замечательная, все довольно легко найти, и у них есть функция тестирования в браузере, где вы можете увидеть, как будут выглядеть конечные точки, созданные на основе выбранных вами полей.
Шаг 2 — Ресурсы Azure
Для начала работы нам нужно создать несколько ресурсов в Azure. В основном для поддержки приложения luis.
Для начала нужно создать новую группу ресурсов в Azure для хранения всех ресурсов, которые мы будем использовать в этом приложении. Это довольно просто, просто найдите в Azure группу ресурсов и создайте новую.
Важно убедиться, что регион, который вы выберете для создания группы ресурсов, находится недалеко от вашего местоположения, и что все ресурсы, которые вы создаете, находятся в одном регионе. Это делается для того, чтобы данные не перемещались далеко между различными приложениями и службами.
Далее нам нужно создать новый ресурс «понимание языка» в Azure в нашей новой группе ресурсов. 
Этот ресурс по сути является Луисом в Azure. Он нужен нам для того, чтобы при создании нового приложения в luis мы могли связать его с этим ресурсом.
Шаг 3 — приложение luis
В этом приложении мы будем использовать luis.ai для предварительного анализа настроения твитов, которые мы получаем из Twitter. luis.ai — это NLP (процессор естественного языка), что означает, что он используется для обработки естественного языка, не только набора команд, но и неструктурированного языка, например, таких слов.
Сначала вам нужно войти в сервис luis и установить авторский ресурс как новый авторский ресурс, который должен быть создан с помощью ресурса понимания языка из предыдущего шага.
Отсюда мы можем создать новое приложение.
Нам не нужно создавать сущности, высказывания или что-либо еще, чтобы наше приложение выполняло анализ настроения. Все, что нам нужно, это нажать кнопку train в верхней части экрана. 
После обучения модели кнопка публикации должна быть включена.
Далее нам нужно убедиться, что когда модель luis будет опубликована, она будет настроена на проведение анализа настроений. Это делается путем изменения настроек публикации, которые можно найти при нажатии кнопки опубликовать.
Я настроил свою модель на использование слота production при развертывании, просто чтобы немного упростить вызовы в функциональном приложении.
Хотя мы можем протестировать приложение luis до его публикации, анализ настроений является чем-то встроенным в luis, и я не думаю, что то, что мы делаем в приложении, может повлиять на анализ настроений твитов из twitter. Однако нам все равно нужно протестировать сервис, чтобы убедиться, что все настроено правильно.
И последнее, но не менее важное, пока мы находимся в luis, если вы перейдете на страницу управления, внизу есть пример запроса. Он нам понадобится для шага 2, так как он будет основой нашей конечной точки luis.
После того, как все настроено и проверено, переходим к следующему шагу.
Спасибо за прочтение и до встречи в следующей части!
Если вам понравилась эта статья и вы хотите узнать больше о Microsoft bot framework, не стесняйтесь просматривать другие статьи моего блога:
- Как: Подключение чатбота MS Bot Framework к MS Teams
- Как: Адаптивные карты и Bot Framework
- Как: Сохранение данных беседы в чатботе Microsoft