textareaに入力した文章がPython側でうまく処理できない

前提・実現したいこと

GitHub上にあったツイッターとpersonality insightsを使ったコードを用いて、ツイッターのIDを入力する所をtextareaに変えて、その文章を分析させるというシステムをHTMLとPythonで作ろうとしています。

その過程でtextareaに入力した文章がPython側で何故か1文字しか識別してくれなく、watsonが使えなくて困っております。

どうすればこのエラーが解決できるかを教えていただけると幸いです。
よろしくお願いいたします。

発生している問題・エラーメッセージ

ibm_cloud_sdk_core.api_exception.ApiException: Error: The number of words 1 is less than the minimum number of words required for analysis: 100, Code: 400

該当のソースコード

html
1<form class="user_input__form" action="/result" method="post" name="userinputform">
2        <p>
3          テキストを入力してください: <textarea name="my_user_name" rows="5" wrap="hard"></textarea>
4        </p>
5        <p>
6          <input type="submit" value="本を探す">
7        </p>
8      </form>

python
1def get_personality():
2    
3    api_version = "2017-10-13"
4    authenticator = IAMAuthenticator('password')
5
6    personality_insights = PersonalityInsightsV3(
7        version =api_version ,
8        authenticator = authenticator,
9    )
10    personality_insights.set_service_url('URL')
11
12    profile = personality_insights.profile(
13        content = "text",
14        content_type = "text/plain",
15        accept = "application/json",
16        content_language = "ja",
17        accept_language = "en",
18        raw_scores = True,
19    )
20
21    return profile
22
23def convert_dict_to_json(orig_dict, indent = 4):
24    return json.dumps(orig_dict)
25
26def load_json_as_dict(json_name):
27    with open("./" + json_name, "r") as json_file:
28        return json.load(json_file, object_pairs_hook = OrderedDict)
29
30def sort_personality(tweet_result):
31    return sorted(tweet_result.items(), key = lambda x: x[1], reverse = True)
32
33
34
35def main(my_user_name):
36
37    tweet_personality_dict = get_personality() # ツイートを結合したデータをAPIに入力
38    # ツイートから分析した性格の名前
39    personality_name = [big5["name"] for big5 in tweet_personality_dict["personality"]]
40    # 性格の値。小数点第2位で四捨五入した後、decimal.Decimalからfloatに変換している。
41    # 参考サイト(四捨五入)：https://note.nkmk.me/python-round-decimal-quantize/
42    personality_percentile = [float(Decimal(str(big5["percentile"])).quantize(Decimal('0.01'), rounding=ROUND_HALF_UP)) \
43                            for big5 in tweet_personality_dict["personality"]]
44
45    # ユーザのツイートの分析結果
46    all_tweets_big5 = OrderedDict(zip(personality_name, personality_percentile))
47
48    # { my_user_id: { personality_name1: percentile1, personality2: percentile2, ... } }
49    user_personality_dict[my_user_name] = all_tweets_big5
50    # print("finished analyzing all({}) tweets.".format(len(tweets)))
51
52    # Agreeableness: 協調性, Conscientiousness: 真面目さ, Emotional range: 精神的安定性, Extraversion: 外向性, Openness: 開放性
53    # 参考サイト：https://note.nkmk.me/python-math-factorial-permutations-combinations/
54    big5_list = ["Agreeableness", "Conscientiousness", "Emotional range", "Extraversion", "Openness"]
55
56    # big5から2つの性格を選ぶ組み合わせを列挙する
57    category_patterns = [set(pat) for pat in itertools.combinations(big5_list, 2)]
58
59    # ユーザのツイートのカテゴリ分けを記録する辞書
60    user_tweet_category_table = OrderedDict()
61
62    # ユーザのツイートの分析結果を、値の大きい順にソートする
63    sorted_result = sort_personality(user_personality_dict[my_user_name])
64
65    # big5のうち大きい順から2番目までの値の性格名のみを取得し、その本のカテゴリとする(例：{Openness, Extraversion})
66    # この時、複数の性格の順番を考慮させないために、setで用意する
67    # 2つを組み合わせているため、1つだけの場合よりも幅広くカテゴリ分けできそう
68    tweet_category = {big5_elm[0] for big5_elm in sorted_result[0:2]}
69    user_tweet_category_table[my_user_name] = tweet_category
70
71
72    user_personality = user_tweet_category_table[my_user_name]
73