Compartir vía


microsoftml.get_sentiment: análisis de sentimiento

Uso

microsoftml.get_sentiment(cols: [str, dict, list], **kargs)

Descripción

Puntúa el texto en lenguaje natural y valora la probabilidad de que las opiniones sean positivas.

Detalles

La transformación get_sentiment devuelve la probabilidad de que la opinión de un texto en lenguaje natural sea positiva. Actualmente solo admite el idioma inglés.

Argumentos

cols

Cadena de caracteres o lista de nombres de variables que se transformarán. Si es dict, los nombres representan los nombres de las nuevas variables que se crearán.

kargs

Argumentos adicionales que se envían al motor de proceso.

Devoluciones

Objeto que define la transformación.

Vea también

featurize_text.

Ejemplo

'''
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)

Salida:

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