Χρησιμοποιήστε ai.analyze_sentiment με πάντα

Η ai.analyze_sentiment λειτουργία χρησιμοποιεί γενετική τεχνητή νοημοσύνη για να ανιχνεύσει τη συναισθηματική κατάσταση του κειμένου εισαγωγής, με μία μόνο γραμμή κώδικα. Μπορεί να ανιχνεύσει εάν η συναισθηματική κατάσταση της εισόδου είναι θετική, αρνητική, μικτή ή ουδέτερη. Μπορεί επίσης να ανιχνεύσει τη συναισθηματική κατάσταση σύμφωνα με τις καθορισμένες ετικέτες σας. Εάν η συνάρτηση δεν μπορεί να προσδιορίσει το συναίσθημα, αφήνει την έξοδο κενή.

Σημείωμα

• Αυτό το άρθρο καλύπτει τη χρήση ai.analyze_sentiment με πάντα. Για να χρησιμοποιήσετε ai.analyze_sentiment με το PySpark, ανατρέξτε σε αυτό το άρθρο.
• Δείτε άλλες λειτουργίες AI σε αυτό το άρθρο επισκόπησης.
• Μάθετε πώς μπορείτε να προσαρμόσετε τη διαμόρφωση των λειτουργιών AI.

Επισκόπηση

Η ai.analyze_sentiment λειτουργία επεκτείνει την κατηγορία pandas Series . Για να εντοπίσετε το συναίσθημα κάθε γραμμής εισόδου, καλέστε τη συνάρτηση σε μια στήλη κειμένου pandas DataFrame .

Η συνάρτηση επιστρέφει μια σειρά pandas που περιέχει ετικέτες συναισθήματος, οι οποίες μπορούν να αποθηκευτούν σε μια νέα στήλη του DataFrame.

Σύνταξη

# Default sentiment labels
df["sentiment"] = df["input"].ai.analyze_sentiment()

# Custom sentiment labels
df["sentiment"] = df["input"].ai.analyze_sentiment("label2", "label2", "label3")

Παράμετροι

'Ονομα	Περιγραφή
labels Προαιρετικός	Μία ή περισσότερες συμβολοσειρές που αντιπροσωπεύουν το σύνολο των ετικετών συναισθήματος για αντιστοίχιση με τις τιμές κειμένου εισόδου.

Επιστρέφει

Η συνάρτηση επιστρέφει μια σειρά πάντα που περιέχει ετικέτες συναισθήματος για κάθε γραμμή κειμένου εισαγωγής. Οι προεπιλεγμένες ετικέτες συναισθήματος περιλαμβάνουν positive, negative, neutral, ή mixed. Εάν καθορίζονται προσαρμοσμένες ετικέτες, χρησιμοποιούνται αυτές οι ετικέτες. Εάν δεν μπορεί να προσδιοριστεί ένα συναίσθημα, η τιμή επιστροφής είναι null.

Παράδειγμα

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

df = pd.DataFrame([
        "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."
    ], columns=["reviews"])

df["sentiment"] = df["reviews"].ai.analyze_sentiment()
display(df)

Αυτό το παράδειγμα κελιού κώδικα παρέχει την ακόλουθη έξοδο:

Σχετικό περιεχόμενο

• Χρησιμοποιήστε ai.analyze_sentiment με το PySpark.

• Κατηγοριοποιήστε το κείμενο με το ai.classify.

• Δημιουργήστε διανυσματικές ενσωματώσεις με το ai.embed.

• Εξαγωγή οντοτήτων με ai_extract.

• Διορθώστε τη γραμματική με ai.fix_grammar.

• Απαντήστε σε προσαρμοσμένες προτροπές χρήστη με ai.generate_response.

• Υπολογίστε την ομοιότητα με το ai.similarity.

• Συνοψίστε το κείμενο με το ai.summarize.

• Μεταφράστε κείμενο με το ai.translate.

• Μάθετε περισσότερα σχετικά με το πλήρες σύνολο λειτουργιών AI.

• Προσαρμόστε τη διαμόρφωση των λειτουργιών AI.

• Χάσαμε κάποια δυνατότητα που χρειάζεστε; Προτείνετε το στο φόρουμ Ιδεών Fabric.