Uso de ai.analyze_sentiment con PySpark

La ai.analyze_sentiment función usa ia generativa para detectar el estado emocional del texto de entrada, con una sola línea de código. Puede detectar si el estado emocional de la entrada es positivo, negativo, mixto o neutro. También puede detectar el estado emocional según las etiquetas especificadas. Si la función no puede determinar la opinión, deja la salida en blanco.

Nota:

• En este artículo se describe el uso de ai.analyze_sentiment con PySpark. Para usar ai.analyze_sentiment con pandas, consulte este artículo.
• Consulte otras funciones de IA en este artículo de información general.
• Aprenda a personalizar la configuración de las funciones de IA.

Información general

La ai.analyze_sentiment función está disponible para DataFrames de Spark. Debe especificar el nombre de una columna de entrada existente como parámetro.

La función devuelve un nuevo DataFrame, con etiquetas de opinión para cada fila de texto de entrada almacenada en una columna de salida.

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"])

Parámetros

Nombre	Description
input_col Obligatorio	Cadena que contiene el nombre de una columna existente con valores de texto de entrada que se van a analizar para la opinión.
output_col Opcional	Cadena que contiene el nombre de una nueva columna para almacenar la etiqueta de opinión para cada fila de texto de entrada. Si no establece este parámetro, se genera un nombre predeterminado para la columna de salida.
labels Opcional	Una o varias cadenas que representan el conjunto de etiquetas de opinión para que coincidan con los valores de texto de entrada.
error_col Opcional	La cadena que contiene el nombre de una nueva columna para almacenar los errores de OpenAI que resultan del procesamiento de cada fila de texto de entrada. Si no establece este parámetro, se genera un nombre predeterminado para la columna de error. Si una fila de entrada no tiene errores, el valor de esta columna es null.

Devoluciones

La función devuelve un DataFrame de Spark que incluye una nueva columna que contiene etiquetas de opinión que coinciden con cada fila de texto de la columna de entrada. Las etiquetas de opinión predeterminadas incluyen positive, negative, neutralo mixed. Si se especifican etiquetas personalizadas, esas etiquetas se usan en su lugar. Si no se puede determinar un sentimiento, el valor devuelto es 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)

Esta celda de código de ejemplo proporciona la siguiente salida:

Contenido relacionado

• Úselo ai.analyze_sentiment con pandas.

• Clasificar texto con ai.classify.

• Genere incrustaciones de vectores con ai.embed.

• Extraiga entidades con ai_extract.

• Corrija la gramática con ai.fix_grammar.

• Responda a las solicitudes de usuario personalizadas con ai.generate_response.

• Calcule la similitud con ai.similarity.

• Resumir texto con ai.summarize.

• Traducir texto con ai.translate.

• Obtenga más información sobre el conjunto completo de funciones de inteligencia artificial.

• Personalice la configuración de las funciones de IA.

• ¿Perdimos una característica que necesita? Sugerirlo en el foro de Ideas de Fabric.