Fonction ai_analyze_sentiment
S’applique à : Databricks SQL Databricks Runtime
Important
Cette fonctionnalité est disponible en préversion publique.
Dans la préversion :
- Le modèle de langage sous-jacent peut gérer plusieurs langues. Toutefois, ces fonctions sont optimisées pour l’anglais.
- Il existe une limitation de débit pour les API Foundation Model sous-jacentes. Consultez Limites des API Foundation Model pour mettre à jour ces limites.
La fonction ai_analyze_sentiment()
vous permet d’appeler un modèle IA de pointe basé sur l’IA générative pour effectuer une analyse des sentiments sur le texte d’entrée en SQL.
Spécifications
Important
Les modèles sous-jacents qui peuvent être utilisés pour le moment sont concédés sous la licence Apache 2.0 ou la licence de la communauté Llama 2. Databricks recommande de passer en revue ces licences pour vérifier leur conformité avec les conditions applicables. Si des modèles plus performants selon les points de référence internes de Databricks émergent, il est possible que Databricks utilise ces modèles (et mette à jour la liste des licences applicables fournie dans cette page).
Pour le moment, Mixtral-8x7B Instruct est le modèle sous-jacent utilisé avec ces fonctions IA.
- Cette fonction est disponible uniquement pour les espaces de travail des régions prises en charge AI Functions avec les API Foundation Model.
- Cette fonction n’est pas disponible sur Azure Databricks SQL classique.
- Consultez la page de tarification de Databricks SQL.
Remarque
Dans Databricks Runtime 15.1 et versions ultérieures, cette fonction est prise en charge dans les notebooks Databricks, notamment ceux exécutés en tant que tâche dans un workflow Databricks.
Syntaxe
ai_analyze_sentiment(content)
Arguments
content
: expressionSTRING
, texte à analyser.
Retours
STRING
. La valeur est choisie parmi 'positive'
, 'negative'
, 'neutral'
ou 'mixed'
. Retourne null
si le sentiment ne peut pas être détecté.
Exemples
> SELECT ai_analyze_sentiment('I am happy');
positive
> SELECT ai_analyze_sentiment('I am sad');
negative