Verwenden von ai.analyze_sentiment mit PySpark

Die ai.analyze_sentiment Funktion verwendet generative KI, um den emotionalen Zustand des Eingabetexts mit einer einzigen Codezeile zu erkennen. Es kann erkennen, ob der emotionale Zustand der Eingabe positiv, negativ, gemischt oder neutral ist. Es kann auch den emotionalen Zustand gemäß Ihren angegebenen Bezeichnungen erkennen. Wenn die Funktion die Stimmung nicht bestimmen kann, bleibt die Ausgabe leer.

Hinweis

• In diesem Artikel wird die Verwendung von ai.analyze_sentiment mit PySpark behandelt. Informationen zur Verwendung von ai.analyze_sentiment mit Pandas finden Sie in diesem Artikel.
• Weitere KI-Funktionen finden Sie in diesem Übersichtsartikel.
• Erfahren Sie, wie Sie die Konfiguration von KI-Funktionen anpassen.

Überblick

Die ai.analyze_sentiment Funktion ist für Spark DataFrames verfügbar. Sie müssen den Namen einer vorhandenen Eingabespalte als Parameter angeben.

Die Funktion gibt einen neuen DataFrame mit Stimmungsbezeichnungen für jede Eingabetextzeile zurück, die in einer Ausgabespalte gespeichert ist.

Syntax

# Default sentiment labels
df.ai.analyze_sentiment(input_col="input", output_col="sentiment")

# Custom sentiment labels
df.ai.analyze_sentiment(input_col="input", output_col="sentiment", labels=["happy", "angry", "indifferent"])

Die Parameter

Name	Description
input_col Erforderlich	Eine Zeichenfolge , die den Namen einer vorhandenen Spalte mit Eingabetextwerten enthält, die für die Stimmung analysiert werden sollen.
output_col Wahlfrei	Eine Zeichenfolge , die den Namen einer neuen Spalte enthält, um die Stimmungsbezeichnung für jede Zeile mit Eingabetext zu speichern. Wenn Sie diesen Parameter nicht festlegen, wird für die Ausgabespalte ein Standardname generiert.
labels Wahlfrei	Eine oder mehrere Zeichenfolgen, die den Satz von Stimmungsbezeichnungen darstellen, die mit Eingabetextwerten übereinstimmen sollen.
error_col Wahlfrei	Eine Zeichenfolge , die den Namen einer neuen Spalte enthält, um alle OpenAI-Fehler zu speichern, die aus der Verarbeitung jeder Zeile von Eingabetext resultieren. Wenn Sie diesen Parameter nicht festlegen, wird für die Fehlerspalte ein Standardname generiert. Wenn eine Eingabezeile keine Fehler aufweist, lautet nullder Wert in dieser Spalte .

Rückkehr

Die Funktion gibt einen Spark DataFrame zurück, der eine neue Spalte enthält, die Stimmungsbeschriftungen enthält, die jeder Textzeile in der Eingabespalte entsprechen. Die Standardmäßigen Stimmungsbezeichnungen umfassen positive, , negative, neutraloder mixed. Wenn benutzerdefinierte Bezeichnungen angegeben werden, werden diese Bezeichnungen stattdessen verwendet. Wenn eine Stimmung nicht bestimmt werden kann, lautet der Rückgabewert null.

Example

# This code uses AI. Always review output for mistakes.

df = spark.createDataFrame([
        ("The cleaning spray permanently stained my beautiful kitchen counter. Never again!",),
        ("I used this sunscreen on my vacation to Florida, and I didn't get burned at all. Would recommend.",),
        ("I'm torn about this speaker system. The sound was high quality, though it didn't connect to my roommate's phone.",),
        ("The umbrella is OK, I guess.",)
    ], ["reviews"])

sentiment = df.ai.analyze_sentiment(input_col="reviews", output_col="sentiment")
display(sentiment)

Diese Beispielcodezelle stellt die folgende Ausgabe bereit:

Verwandte Inhalte

• Verwendung ai.analyze_sentiment mit Pandas.

• Kategorisieren von Text mit ai.classify.

• Generieren Sie Vektoreinbettungen mit ai.embed.

• Extrahieren Sie Entitäten mit ai_extract.

• Grammatik mit ai.fix_grammarkorrigieren.

• Beantworten Sie benutzerdefinierte Benutzeraufforderungen mit ai.generate_response.

• Ähnlichkeit berechnen mit ai.similarity.

• Fasse den Text mit ai.summarizezusammen.

• Übersetzen Sie Text mit ai.translate.

• Erfahren Sie mehr über den vollständigen Satz von KI-Funktionen.

• Passen Sie die Konfiguration von KI-Funktionen an.

• Haben wir ein Feature verpasst, das Sie benötigen? Schlagen Sie es im Forum für Fabric-Ideen vor.