microsoftml.get_sentiment: Stimmungsanalyse
Verwendung
microsoftml.get_sentiment(cols: [str, dict, list], **kargs)
BESCHREIBUNG
Bewertet Text in natürlicher Sprache und bewertet die Wahrscheinlichkeit, dass die Stimmungen positiv sind.
Details
Die Transformation get_sentiment
gibt die Wahrscheinlichkeit zurück, dass die Stimmung eines natürlichen Texts positiv ist. Unterstützt zurzeit nur Englisch.
Argumente
cols
Eine Zeichenfolge oder Liste mit den zu transformierenden Variablennamen. Falls dict
, sind dies die Namen der neu zu erstellenden Variablen.
kargs
Zusätzliche Argumente, die an die Compute-Engine gesendet werden.
Gibt zurück
Ein Objekt, das die Transformation definiert.
Siehe auch
Beispiel
'''
Example with get_sentiment and rx_logistic_regression.
'''
import numpy
import pandas
from microsoftml import rx_logistic_regression, rx_featurize, rx_predict, get_sentiment
# Create the data
customer_reviews = pandas.DataFrame(data=dict(review=[
"I really did not like the taste of it",
"It was surprisingly quite good!",
"I will never ever ever go to that place again!!"]))
# Get the sentiment scores
sentiment_scores = rx_featurize(
data=customer_reviews,
ml_transforms=[get_sentiment(cols=dict(scores="review"))])
# Let's translate the score to something more meaningful
sentiment_scores["eval"] = sentiment_scores.scores.apply(
lambda score: "AWESOMENESS" if score > 0.6 else "BLAH")
print(sentiment_scores)
Ausgabe:
Beginning processing data.
Rows Read: 3, Read Time: 0, Transform Time: 0
Beginning processing data.
Elapsed time: 00:00:02.4327924
Finished writing 3 rows.
Writing completed.
review scores eval
0 I really did not like the taste of it 0.461790 BLAH
1 It was surprisingly quite good! 0.960192 AWESOMENESS
2 I will never ever ever go to that place again!! 0.310344 BLAH