Utiliser ai.analyze_sentiment avec pandas

La fonction utilise l’IA ai.analyze_sentiment générative pour détecter l’état émotionnel du texte d’entrée, avec une seule ligne de code. Il peut détecter si l’état émotionnel de l’entrée est positif, négatif, mixte ou neutre. Il peut également détecter l’état émotionnel en fonction de vos étiquettes spécifiées. Si la fonction ne peut pas déterminer le sentiment, elle laisse la sortie vide.

Note

• Cet article traite de l’utilisation de ai.analyze_sentiment avec pandas. Pour utiliser ai.analyze_sentiment avec PySpark, consultez cet article.
• Consultez d’autres fonctions IA dans cet article de vue d’ensemble.
• Découvrez comment personnaliser la configuration des fonctions IA.

Aperçu

La fonction ai.analyze_sentiment étend la classe Série pandas. Pour détecter le sentiment de chaque ligne d’entrée, appelez la fonction sur une colonne de texte pandas DataFrame .

La fonction retourne une série pandas qui contient des étiquettes de sentiments, qui peuvent être stockées dans une nouvelle colonne du DataFrame.

Syntaxe

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

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

Paramètres

Nom	Descriptif
labels Optional	Une ou plusieurs chaînes qui représentent l’ensemble d’étiquettes de sentiments à mettre en correspondance avec les valeurs de texte d’entrée.

Retours

La fonction retourne une série pandas qui contient des étiquettes de sentiments pour chaque ligne de texte d’entrée. Les étiquettes de sentiment par défaut incluent positive, negative, neutralou mixed. Si des étiquettes personnalisées sont spécifiées, ces étiquettes sont utilisées à la place. Si aucun sentiment ne peut être déterminé, la valeur de retour est null.

Example

# 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)

Cet exemple de cellule de code fournit la sortie suivante :

Contenu connexe

• Utilisez ai.analyze_sentiment avec PySpark.

• Catégoriser du texte avec ai.class.

• Générer des incorporations vectorielles avec ai.embed.

• Extrayez des entités avec ai_extract.

• Corrigez la grammaire avec ai.fix_grammar.

• Répondez aux invites d’utilisateur personnalisées avec ai.generate_response.

• Calculez la similarité avec ai.similarité.

• Résumez le texte avec ai.summarize.

• Traduire du texte avec ai.translate.

• En savoir plus sur l’ensemble complet de fonctions IA.

• Personnalisez la configuration des fonctions IA.

• Avons-nous manqué une fonctionnalité dont vous avez besoin ? Suggèrez-le sur le forum Idées de structure.