Rövid útmutató: Hangulatelemzés és véleménybányászat
Referenciadokumentáció | További minták | Csomag (NuGet) | Kódtár forráskódja
Ezzel a rövid útmutatóval hangulatelemző alkalmazást hozhat létre a .NET ügyfélkódtárával. Az alábbi példában létrehoz egy C#-alkalmazást, amely képes azonosítani a szövegmintában kifejezett hangulat(ok)t, és aspektusalapú hangulatelemzést végezni.
Előfeltételek
- Azure-előfizetés – Ingyenes létrehozás
- A Visual Studio IDE
Beállítás
Azure-erőforrás létrehozása
Az alábbi kódminta használatához üzembe kell helyeznie egy Azure-erőforrást. Ez az erőforrás tartalmazni fog egy kulcsot és végpontot, a nyelvszolgáltatásnak küldött API-hívások hitelesítéséhez.
Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.
A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.
A Nyelv létrehozása képernyőn adja meg a következő információkat:
Részlet Leírás Előfizetés Az az előfizetési fiók, amelyhez az erőforrás társítva lesz. Válassza ki az Azure-előfizetését a legördülő menüből. Erőforráscsoport Az erőforráscsoportok olyan tárolók, amelyek a létrehozott erőforrásokat tárolják. Új erőforráscsoport létrehozásához válassza az Új létrehozása lehetőséget. Régió A nyelvi erőforrás helye. A különböző régiók késést okozhatnak a fizikai helytől függően, de nincs hatással az erőforrás futásidejű rendelkezésre állására. Ebben a rövid útmutatóban válasszon ki egy Önhöz közeli elérhető régiót, vagy válassza az USA keleti régióját. Név A nyelvi erőforrás neve. Ez a név egy végponti URL-cím létrehozásához is használható, amelyet az alkalmazások API-kérések küldéséhez fognak használni. Tarifacsomag A nyelvi erőforrás tarifacsomagja . Az ingyenes F0 szinttel kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre éles környezetben. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.
Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.
A megjelenő képernyőn győződjön meg arról, hogy az ellenőrzés sikeres volt, és helyesen adta meg az adatokat. Válassza a Létrehozás parancsot.
Kulcs és végpont lekérése
Ezután szüksége lesz az erőforrás kulcsára és végpontjára az alkalmazás API-hoz való csatlakoztatásához. A rövid útmutató későbbi részében illessze be a kulcsot és a végpontot a kódba.
A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.
Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.
Környezeti változók létrehozása
Az alkalmazásnak hitelesítenie kell az API-kérések küldéséhez. Éles környezetben használjon biztonságos módot a hitelesítő adatok tárolására és elérésére. Ebben a példában a hitelesítő adatokat az alkalmazást futtató helyi gépen lévő környezeti változókba fogja írni.
Tipp.
Ne vegye fel közvetlenül a kulcsot a kódba, és soha ne tegye közzé nyilvánosan. Az Azure AI-szolgáltatások biztonsági cikkében további hitelesítési lehetőségeket talál, például az Azure Key Vaultot.
A nyelvi erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait.
- A
LANGUAGE_KEY
környezeti változó beállításához cserélje leyour-key
az erőforrás egyik kulcsára. - A
LANGUAGE_ENDPOINT
környezeti változó beállításához cserélje leyour-endpoint
az erőforrás végpontját.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Feljegyzés
Ha csak az aktuális futó konzolon kell hozzáférnie a környezeti változókhoz, a környezeti változót set
ahelyett setx
állíthatja be.
A környezeti változók hozzáadása után előfordulhat, hogy újra kell indítania a futó programokat, amelyeknek be kell olvasniuk a környezeti változókat, beleértve a konzolablakot is. Ha például a Visual Studiót használja szerkesztőként, indítsa újra a Visual Studiót a példa futtatása előtt.
Egy új .NET Core-alkalmazás létrehozása
A Visual Studio IDE használatával hozzon létre egy új .NET Core-konzolalkalmazást. Ez létrehoz egy ""Helló világ!" alkalmazás" projektet egyetlen C#-forrásfájllal: program.cs.
Az ügyfélkódtár telepítéséhez először kattintson a Megoldáskezelőben a megoldáson a jobb gombbal, és válassza a NuGet-csomagok kezelése pontot. A megnyíló csomagkezelőben válassza a Tallózás lehetőséget , és keressen rá Azure.AI.TextAnalytics
. Válassza ki az 5.2.0
verziót, majd a Telepítés parancsot. Használhatja a Csomagkezelő konzolját is.
Mintakód
Másolja a következő kódot a program.cs fájlba, és futtassa a kódot.
using Azure;
using System;
using Azure.AI.TextAnalytics;
using System.Collections.Generic;
namespace Example
{
class Program
{
// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
static string languageKey = Environment.GetEnvironmentVariable("LANGUAGE_KEY");
static string languageEndpoint = Environment.GetEnvironmentVariable("LANGUAGE_ENDPOINT");
private static readonly AzureKeyCredential credentials = new AzureKeyCredential(languageKey);
private static readonly Uri endpoint = new Uri(languageEndpoint);
// Example method for detecting opinions text.
static void SentimentAnalysisWithOpinionMiningExample(TextAnalyticsClient client)
{
var documents = new List<string>
{
"The food and service were unacceptable. The concierge was nice, however."
};
AnalyzeSentimentResultCollection reviews = client.AnalyzeSentimentBatch(documents, options: new AnalyzeSentimentOptions()
{
IncludeOpinionMining = true
});
foreach (AnalyzeSentimentResult review in reviews)
{
Console.WriteLine($"Document sentiment: {review.DocumentSentiment.Sentiment}\n");
Console.WriteLine($"\tPositive score: {review.DocumentSentiment.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\tNegative score: {review.DocumentSentiment.ConfidenceScores.Negative:0.00}");
Console.WriteLine($"\tNeutral score: {review.DocumentSentiment.ConfidenceScores.Neutral:0.00}\n");
foreach (SentenceSentiment sentence in review.DocumentSentiment.Sentences)
{
Console.WriteLine($"\tText: \"{sentence.Text}\"");
Console.WriteLine($"\tSentence sentiment: {sentence.Sentiment}");
Console.WriteLine($"\tSentence positive score: {sentence.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\tSentence negative score: {sentence.ConfidenceScores.Negative:0.00}");
Console.WriteLine($"\tSentence neutral score: {sentence.ConfidenceScores.Neutral:0.00}\n");
foreach (SentenceOpinion sentenceOpinion in sentence.Opinions)
{
Console.WriteLine($"\tTarget: {sentenceOpinion.Target.Text}, Value: {sentenceOpinion.Target.Sentiment}");
Console.WriteLine($"\tTarget positive score: {sentenceOpinion.Target.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\tTarget negative score: {sentenceOpinion.Target.ConfidenceScores.Negative:0.00}");
foreach (AssessmentSentiment assessment in sentenceOpinion.Assessments)
{
Console.WriteLine($"\t\tRelated Assessment: {assessment.Text}, Value: {assessment.Sentiment}");
Console.WriteLine($"\t\tRelated Assessment positive score: {assessment.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\t\tRelated Assessment negative score: {assessment.ConfidenceScores.Negative:0.00}");
}
}
}
Console.WriteLine($"\n");
}
}
static void Main(string[] args)
{
var client = new TextAnalyticsClient(endpoint, credentials);
SentimentAnalysisWithOpinionMiningExample(client);
Console.Write("Press any key to exit.");
Console.ReadKey();
}
}
}
Hozam
Document sentiment: Mixed
Positive score: 0.47
Negative score: 0.52
Neutral score: 0.00
Text: "The food and service were unacceptable. "
Sentence sentiment: Negative
Sentence positive score: 0.00
Sentence negative score: 0.99
Sentence neutral score: 0.00
Target: food, Value: Negative
Target positive score: 0.00
Target negative score: 1.00
Related Assessment: unacceptable, Value: Negative
Related Assessment positive score: 0.00
Related Assessment negative score: 1.00
Target: service, Value: Negative
Target positive score: 0.00
Target negative score: 1.00
Related Assessment: unacceptable, Value: Negative
Related Assessment positive score: 0.00
Related Assessment negative score: 1.00
Text: "The concierge was nice, however."
Sentence sentiment: Positive
Sentence positive score: 0.94
Sentence negative score: 0.05
Sentence neutral score: 0.01
Target: concierge, Value: Positive
Target positive score: 1.00
Target negative score: 0.00
Related Assessment: nice, Value: Positive
Related Assessment positive score: 1.00
Related Assessment negative score: 0.00
Az erőforrások eltávolítása
Ha törölni és eltávolítani szeretne egy Azure AI-szolgáltatási előfizetést, törölheti az erőforrást vagy az erőforráscsoportot. Az erőforráscsoport törlése a hozzá társított egyéb erőforrásokat is törli.
A következő parancsokkal törölheti a rövid útmutatóhoz létrehozott környezeti változókat.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
Következő lépések
Referenciadokumentáció | További minták | csomag (Maven) | Kódtár forráskódja
Ezzel a rövid útmutatóval hangulatelemző alkalmazást hozhat létre a Java ügyfélkódtárával. Az alábbi példában létrehoz egy Java-alkalmazást, amely képes azonosítani a szöveges mintában kifejezett hangulat(ok)t, és aspektusalapú hangulatelemzést végez.
Előfeltételek
- Azure-előfizetés – Ingyenes létrehozás
- A Java fejlesztői készlet (JDK) 8-as vagy újabb verziója
Beállítás
Azure-erőforrás létrehozása
Az alábbi kódminta használatához üzembe kell helyeznie egy Azure-erőforrást. Ez az erőforrás tartalmazni fog egy kulcsot és végpontot, a nyelvszolgáltatásnak küldött API-hívások hitelesítéséhez.
Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.
A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.
A Nyelv létrehozása képernyőn adja meg a következő információkat:
Részlet Leírás Előfizetés Az az előfizetési fiók, amelyhez az erőforrás társítva lesz. Válassza ki az Azure-előfizetését a legördülő menüből. Erőforráscsoport Az erőforráscsoportok olyan tárolók, amelyek a létrehozott erőforrásokat tárolják. Új erőforráscsoport létrehozásához válassza az Új létrehozása lehetőséget. Régió A nyelvi erőforrás helye. A különböző régiók késést okozhatnak a fizikai helytől függően, de nincs hatással az erőforrás futásidejű rendelkezésre állására. Ebben a rövid útmutatóban válasszon ki egy Önhöz közeli elérhető régiót, vagy válassza az USA keleti régióját. Név A nyelvi erőforrás neve. Ez a név egy végponti URL-cím létrehozásához is használható, amelyet az alkalmazások API-kérések küldéséhez fognak használni. Tarifacsomag A nyelvi erőforrás tarifacsomagja . Az ingyenes F0 szinttel kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre éles környezetben. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.
Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.
A megjelenő képernyőn győződjön meg arról, hogy az ellenőrzés sikeres volt, és helyesen adta meg az adatokat. Válassza a Létrehozás parancsot.
Kulcs és végpont lekérése
Ezután szüksége lesz az erőforrás kulcsára és végpontjára az alkalmazás API-hoz való csatlakoztatásához. A rövid útmutató későbbi részében illessze be a kulcsot és a végpontot a kódba.
A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.
Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.
Környezeti változók létrehozása
Az alkalmazásnak hitelesítenie kell az API-kérések küldéséhez. Éles környezetben használjon biztonságos módot a hitelesítő adatok tárolására és elérésére. Ebben a példában a hitelesítő adatokat az alkalmazást futtató helyi gépen lévő környezeti változókba fogja írni.
Tipp.
Ne vegye fel közvetlenül a kulcsot a kódba, és soha ne tegye közzé nyilvánosan. Az Azure AI-szolgáltatások biztonsági cikkében további hitelesítési lehetőségeket talál, például az Azure Key Vaultot.
A nyelvi erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait.
- A
LANGUAGE_KEY
környezeti változó beállításához cserélje leyour-key
az erőforrás egyik kulcsára. - A
LANGUAGE_ENDPOINT
környezeti változó beállításához cserélje leyour-endpoint
az erőforrás végpontját.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Feljegyzés
Ha csak az aktuális futó konzolon kell hozzáférnie a környezeti változókhoz, a környezeti változót set
ahelyett setx
állíthatja be.
A környezeti változók hozzáadása után előfordulhat, hogy újra kell indítania a futó programokat, amelyeknek be kell olvasniuk a környezeti változókat, beleértve a konzolablakot is. Ha például a Visual Studiót használja szerkesztőként, indítsa újra a Visual Studiót a példa futtatása előtt.
Az ügyfélkódtár hozzáadása
Hozzon létre egy Maven-projektet egy szabadon választott IDE- vagy fejlesztői környezetben. Ezután adja hozzá a következő függőséget a projekt pom.xml fájljához. Az egyéb buildelőeszközök implementációs szintaxisát megtalálja az interneten.
<dependencies>
<dependency>
<groupId>com.azure</groupId>
<artifactId>azure-ai-textanalytics</artifactId>
<version>5.2.0</version>
</dependency>
</dependencies>
Mintakód
Hozzon létre egy Example.java
nevű Java-fájlt. Nyissa meg a fájlt, és másolja az alábbi kódot. Most futtassa a kódot.
import com.azure.core.credential.AzureKeyCredential;
import com.azure.ai.textanalytics.models.*;
import com.azure.ai.textanalytics.TextAnalyticsClientBuilder;
import com.azure.ai.textanalytics.TextAnalyticsClient;
public class Example {
// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
private static String languageKey = System.getenv("LANGUAGE_KEY");
private static String languageEndpoint = System.getenv("LANGUAGE_ENDPOINT");
public static void main(String[] args) {
TextAnalyticsClient client = authenticateClient(languageKey, languageEndpoint);
sentimentAnalysisWithOpinionMiningExample(client);
}
// Method to authenticate the client object with your key and endpoint.
static TextAnalyticsClient authenticateClient(String key, String endpoint) {
return new TextAnalyticsClientBuilder()
.credential(new AzureKeyCredential(key))
.endpoint(endpoint)
.buildClient();
}
// Example method for detecting sentiment and opinions in text.
static void sentimentAnalysisWithOpinionMiningExample(TextAnalyticsClient client)
{
// The document that needs be analyzed.
String document = "The food and service were unacceptable. The concierge was nice, however.";
System.out.printf("Document = %s%n", document);
AnalyzeSentimentOptions options = new AnalyzeSentimentOptions().setIncludeOpinionMining(true);
final DocumentSentiment documentSentiment = client.analyzeSentiment(document, "en", options);
SentimentConfidenceScores scores = documentSentiment.getConfidenceScores();
System.out.printf(
"Recognized document sentiment: %s, positive score: %f, neutral score: %f, negative score: %f.%n",
documentSentiment.getSentiment(), scores.getPositive(), scores.getNeutral(), scores.getNegative());
documentSentiment.getSentences().forEach(sentenceSentiment -> {
SentimentConfidenceScores sentenceScores = sentenceSentiment.getConfidenceScores();
System.out.printf("\tSentence sentiment: %s, positive score: %f, neutral score: %f, negative score: %f.%n",
sentenceSentiment.getSentiment(), sentenceScores.getPositive(), sentenceScores.getNeutral(), sentenceScores.getNegative());
sentenceSentiment.getOpinions().forEach(opinion -> {
TargetSentiment targetSentiment = opinion.getTarget();
System.out.printf("\t\tTarget sentiment: %s, target text: %s%n", targetSentiment.getSentiment(),
targetSentiment.getText());
for (AssessmentSentiment assessmentSentiment : opinion.getAssessments()) {
System.out.printf("\t\t\t'%s' assessment sentiment because of \"%s\". Is the assessment negated: %s.%n",
assessmentSentiment.getSentiment(), assessmentSentiment.getText(), assessmentSentiment.isNegated());
}
});
});
}
}
Hozam
Document = The food and service were unacceptable. The concierge was nice, however.
Recognized document sentiment: mixed, positive score: 0.470000, neutral score: 0.000000, negative score: 0.520000.
Sentence sentiment: negative, positive score: 0.000000, neutral score: 0.000000, negative score: 0.990000.
Target sentiment: negative, target text: food
'negative' assessment sentiment because of "unacceptable". Is the assessment negated: false.
Target sentiment: negative, target text: service
'negative' assessment sentiment because of "unacceptable". Is the assessment negated: false.
Sentence sentiment: positive, positive score: 0.940000, neutral score: 0.010000, negative score: 0.050000.
Target sentiment: positive, target text: concierge
'positive' assessment sentiment because of "nice". Is the assessment negated: false.
Az erőforrások eltávolítása
Ha törölni és eltávolítani szeretne egy Azure AI-szolgáltatási előfizetést, törölheti az erőforrást vagy az erőforráscsoportot. Az erőforráscsoport törlése a hozzá társított egyéb erőforrásokat is törli.
A következő parancsokkal törölheti a rövid útmutatóhoz létrehozott környezeti változókat.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
Következő lépések
Referenciadokumentáció | További minták | Csomag (npm) | Kódtár forráskódja
Ezzel a rövid útmutatóval hangulatelemző alkalmazást hozhat létre a Node.js ügyfélkódtárával. A következő példában létrehoz egy JavaScript-alkalmazást, amely képes azonosítani a szöveges mintában kifejezett hangulat(ok) azonosítását, és aspektusalapú hangulatelemzést végezni.
Előfeltételek
- Azure-előfizetés – Ingyenes létrehozás
- Node.js v14 LTS vagy újabb verzió
Beállítás
Azure-erőforrás létrehozása
Az alábbi kódminta használatához üzembe kell helyeznie egy Azure-erőforrást. Ez az erőforrás tartalmazni fog egy kulcsot és végpontot, a nyelvszolgáltatásnak küldött API-hívások hitelesítéséhez.
Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.
A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.
A Nyelv létrehozása képernyőn adja meg a következő információkat:
Részlet Leírás Előfizetés Az az előfizetési fiók, amelyhez az erőforrás társítva lesz. Válassza ki az Azure-előfizetését a legördülő menüből. Erőforráscsoport Az erőforráscsoportok olyan tárolók, amelyek a létrehozott erőforrásokat tárolják. Új erőforráscsoport létrehozásához válassza az Új létrehozása lehetőséget. Régió A nyelvi erőforrás helye. A különböző régiók késést okozhatnak a fizikai helytől függően, de nincs hatással az erőforrás futásidejű rendelkezésre állására. Ebben a rövid útmutatóban válasszon ki egy Önhöz közeli elérhető régiót, vagy válassza az USA keleti régióját. Név A nyelvi erőforrás neve. Ez a név egy végponti URL-cím létrehozásához is használható, amelyet az alkalmazások API-kérések küldéséhez fognak használni. Tarifacsomag A nyelvi erőforrás tarifacsomagja . Az ingyenes F0 szinttel kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre éles környezetben. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.
Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.
A megjelenő képernyőn győződjön meg arról, hogy az ellenőrzés sikeres volt, és helyesen adta meg az adatokat. Válassza a Létrehozás parancsot.
Kulcs és végpont lekérése
Ezután szüksége lesz az erőforrás kulcsára és végpontjára az alkalmazás API-hoz való csatlakoztatásához. A rövid útmutató későbbi részében illessze be a kulcsot és a végpontot a kódba.
A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.
Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.
Környezeti változók létrehozása
Az alkalmazásnak hitelesítenie kell az API-kérések küldéséhez. Éles környezetben használjon biztonságos módot a hitelesítő adatok tárolására és elérésére. Ebben a példában a hitelesítő adatokat az alkalmazást futtató helyi gépen lévő környezeti változókba fogja írni.
Tipp.
Ne vegye fel közvetlenül a kulcsot a kódba, és soha ne tegye közzé nyilvánosan. Az Azure AI-szolgáltatások biztonsági cikkében további hitelesítési lehetőségeket talál, például az Azure Key Vaultot.
A nyelvi erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait.
- A
LANGUAGE_KEY
környezeti változó beállításához cserélje leyour-key
az erőforrás egyik kulcsára. - A
LANGUAGE_ENDPOINT
környezeti változó beállításához cserélje leyour-endpoint
az erőforrás végpontját.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Feljegyzés
Ha csak az aktuális futó konzolon kell hozzáférnie a környezeti változókhoz, a környezeti változót set
ahelyett setx
állíthatja be.
A környezeti változók hozzáadása után előfordulhat, hogy újra kell indítania a futó programokat, amelyeknek be kell olvasniuk a környezeti változókat, beleértve a konzolablakot is. Ha például a Visual Studiót használja szerkesztőként, indítsa újra a Visual Studiót a példa futtatása előtt.
Új Node.js-alkalmazás létrehozása
Egy konzolablakban (pl. cmd, PowerShell vagy Bash) hozzon létre egy új mappát az alkalmazásnak, majd navigáljon oda.
mkdir myapp
cd myapp
Futtassa az npm init
parancsot egy Node-alkalmazás package.json
fájllal való létrehozásához.
npm init
Telepítse az ügyfélkódtárat
Telepítse az npm-csomagokat:
npm install @azure/ai-language-text
Mintakód
Nyissa meg a fájlt, és másolja az alábbi kódot. Most futtassa a kódot.
"use strict";
const { TextAnalyticsClient, AzureKeyCredential } = require("@azure/ai-text-analytics");
// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
const key = process.env.LANGUAGE_KEY;
const endpoint = process.env.LANGUAGE_ENDPOINT;
//an example document for sentiment analysis and opinion mining
const documents = [{
text: "The food and service were unacceptable. The concierge was nice, however.",
id: "0",
language: "en"
}];
async function main() {
console.log("=== Sentiment analysis and opinion mining sample ===");
const client = new TextAnalysisClient(endpoint, new AzureKeyCredential(key));
const results = await client.analyze("SentimentAnalysis", documents, {
includeOpinionMining: true,
});
for (let i = 0; i < results.length; i++) {
const result = results[i];
console.log(`- Document ${result.id}`);
if (!result.error) {
console.log(`\tDocument text: ${documents[i].text}`);
console.log(`\tOverall Sentiment: ${result.sentiment}`);
console.log("\tSentiment confidence scores:", result.confidenceScores);
console.log("\tSentences");
for (const { sentiment, confidenceScores, opinions } of result.sentences) {
console.log(`\t- Sentence sentiment: ${sentiment}`);
console.log("\t Confidence scores:", confidenceScores);
console.log("\t Mined opinions");
for (const { target, assessments } of opinions) {
console.log(`\t\t- Target text: ${target.text}`);
console.log(`\t\t Target sentiment: ${target.sentiment}`);
console.log("\t\t Target confidence scores:", target.confidenceScores);
console.log("\t\t Target assessments");
for (const { text, sentiment } of assessments) {
console.log(`\t\t\t- Text: ${text}`);
console.log(`\t\t\t Sentiment: ${sentiment}`);
}
}
}
} else {
console.error(`\tError: ${result.error}`);
}
}
}
main().catch((err) => {
console.error("The sample encountered an error:", err);
});
Hozam
=== Sentiment analysis and opinion mining sample ===
- Document 0
Document text: The food and service were unacceptable. The concierge was nice, however.
Overall Sentiment: mixed
Sentiment confidence scores: { positive: 0.49, neutral: 0, negative: 0.5 }
Sentences
- Sentence sentiment: negative
Confidence scores: { positive: 0, neutral: 0, negative: 1 }
Mined opinions
- Target text: food
Target sentiment: negative
Target confidence scores: { positive: 0.01, negative: 0.99 }
Target assessments
- Text: unacceptable
Sentiment: negative
- Target text: service
Target sentiment: negative
Target confidence scores: { positive: 0.01, negative: 0.99 }
Target assessments
- Text: unacceptable
Sentiment: negative
- Sentence sentiment: positive
Confidence scores: { positive: 0.98, neutral: 0.01, negative: 0.01 }
Mined opinions
- Target text: concierge
Target sentiment: positive
Target confidence scores: { positive: 1, negative: 0 }
Target assessments
- Text: nice
Sentiment: positive
Az erőforrások eltávolítása
Ha törölni és eltávolítani szeretne egy Azure AI-szolgáltatási előfizetést, törölheti az erőforrást vagy az erőforráscsoportot. Az erőforráscsoport törlése a hozzá társított egyéb erőforrásokat is törli.
A következő parancsokkal törölheti a rövid útmutatóhoz létrehozott környezeti változókat.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
Következő lépések
Referenciadokumentáció | További minták | Csomag (PyPi) | Kódtár forráskódja
Ezzel a rövid útmutatóval hangulatelemző alkalmazást hozhat létre a Python ügyfélkódtárával. A következő példában létrehoz egy Python-alkalmazást, amely képes azonosítani a szövegmintában kifejezett hangulat(ok)t, és aspektusalapú hangulatelemzést végez.
Előfeltételek
- Azure-előfizetés – Ingyenes létrehozás
- Python 3.7 vagy újabb
Beállítás
Azure-erőforrás létrehozása
Az alábbi kódminta használatához üzembe kell helyeznie egy Azure-erőforrást. Ez az erőforrás tartalmazni fog egy kulcsot és végpontot, a nyelvszolgáltatásnak küldött API-hívások hitelesítéséhez.
Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.
A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.
A Nyelv létrehozása képernyőn adja meg a következő információkat:
Részlet Leírás Előfizetés Az az előfizetési fiók, amelyhez az erőforrás társítva lesz. Válassza ki az Azure-előfizetését a legördülő menüből. Erőforráscsoport Az erőforráscsoportok olyan tárolók, amelyek a létrehozott erőforrásokat tárolják. Új erőforráscsoport létrehozásához válassza az Új létrehozása lehetőséget. Régió A nyelvi erőforrás helye. A különböző régiók késést okozhatnak a fizikai helytől függően, de nincs hatással az erőforrás futásidejű rendelkezésre állására. Ebben a rövid útmutatóban válasszon ki egy Önhöz közeli elérhető régiót, vagy válassza az USA keleti régióját. Név A nyelvi erőforrás neve. Ez a név egy végponti URL-cím létrehozásához is használható, amelyet az alkalmazások API-kérések küldéséhez fognak használni. Tarifacsomag A nyelvi erőforrás tarifacsomagja . Az ingyenes F0 szinttel kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre éles környezetben. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.
Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.
A megjelenő képernyőn győződjön meg arról, hogy az ellenőrzés sikeres volt, és helyesen adta meg az adatokat. Válassza a Létrehozás parancsot.
Kulcs és végpont lekérése
Ezután szüksége lesz az erőforrás kulcsára és végpontjára az alkalmazás API-hoz való csatlakoztatásához. A rövid útmutató későbbi részében illessze be a kulcsot és a végpontot a kódba.
A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.
Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.
Környezeti változók létrehozása
Az alkalmazásnak hitelesítenie kell az API-kérések küldéséhez. Éles környezetben használjon biztonságos módot a hitelesítő adatok tárolására és elérésére. Ebben a példában a hitelesítő adatokat az alkalmazást futtató helyi gépen lévő környezeti változókba fogja írni.
Tipp.
Ne vegye fel közvetlenül a kulcsot a kódba, és soha ne tegye közzé nyilvánosan. Az Azure AI-szolgáltatások biztonsági cikkében további hitelesítési lehetőségeket talál, például az Azure Key Vaultot.
A nyelvi erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait.
- A
LANGUAGE_KEY
környezeti változó beállításához cserélje leyour-key
az erőforrás egyik kulcsára. - A
LANGUAGE_ENDPOINT
környezeti változó beállításához cserélje leyour-endpoint
az erőforrás végpontját.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Feljegyzés
Ha csak az aktuális futó konzolon kell hozzáférnie a környezeti változókhoz, a környezeti változót set
ahelyett setx
állíthatja be.
A környezeti változók hozzáadása után előfordulhat, hogy újra kell indítania a futó programokat, amelyeknek be kell olvasniuk a környezeti változókat, beleértve a konzolablakot is. Ha például a Visual Studiót használja szerkesztőként, indítsa újra a Visual Studiót a példa futtatása előtt.
Telepítse az ügyfélkódtárat
A Python telepítése után az ügyfélkódtárat a következővel telepítheti:
pip install azure-ai-textanalytics==5.2.0
Mintakód
Hozzon létre egy új Python-fájlt, és másolja az alábbi kódot. Ezután futtassa a kódot
# This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
language_key = os.environ.get('LANGUAGE_KEY')
language_endpoint = os.environ.get('LANGUAGE_ENDPOINT')
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential
# Authenticate the client using your key and endpoint
def authenticate_client():
ta_credential = AzureKeyCredential(language_key)
text_analytics_client = TextAnalyticsClient(
endpoint=language_endpoint,
credential=ta_credential)
return text_analytics_client
client = authenticate_client()
# Example method for detecting sentiment and opinions in text
def sentiment_analysis_with_opinion_mining_example(client):
documents = [
"The food and service were unacceptable. The concierge was nice, however."
]
result = client.analyze_sentiment(documents, show_opinion_mining=True)
doc_result = [doc for doc in result if not doc.is_error]
positive_reviews = [doc for doc in doc_result if doc.sentiment == "positive"]
negative_reviews = [doc for doc in doc_result if doc.sentiment == "negative"]
positive_mined_opinions = []
mixed_mined_opinions = []
negative_mined_opinions = []
for document in doc_result:
print("Document Sentiment: {}".format(document.sentiment))
print("Overall scores: positive={0:.2f}; neutral={1:.2f}; negative={2:.2f} \n".format(
document.confidence_scores.positive,
document.confidence_scores.neutral,
document.confidence_scores.negative,
))
for sentence in document.sentences:
print("Sentence: {}".format(sentence.text))
print("Sentence sentiment: {}".format(sentence.sentiment))
print("Sentence score:\nPositive={0:.2f}\nNeutral={1:.2f}\nNegative={2:.2f}\n".format(
sentence.confidence_scores.positive,
sentence.confidence_scores.neutral,
sentence.confidence_scores.negative,
))
for mined_opinion in sentence.mined_opinions:
target = mined_opinion.target
print("......'{}' target '{}'".format(target.sentiment, target.text))
print("......Target score:\n......Positive={0:.2f}\n......Negative={1:.2f}\n".format(
target.confidence_scores.positive,
target.confidence_scores.negative,
))
for assessment in mined_opinion.assessments:
print("......'{}' assessment '{}'".format(assessment.sentiment, assessment.text))
print("......Assessment score:\n......Positive={0:.2f}\n......Negative={1:.2f}\n".format(
assessment.confidence_scores.positive,
assessment.confidence_scores.negative,
))
print("\n")
print("\n")
sentiment_analysis_with_opinion_mining_example(client)
Hozam
Document Sentiment: mixed
Overall scores: positive=0.47; neutral=0.00; negative=0.52
Sentence: The food and service were unacceptable.
Sentence sentiment: negative
Sentence score:
Positive=0.00
Neutral=0.00
Negative=0.99
......'negative' target 'food'
......Target score:
......Positive=0.00
......Negative=1.00
......'negative' assessment 'unacceptable'
......Assessment score:
......Positive=0.00
......Negative=1.00
......'negative' target 'service'
......Target score:
......Positive=0.00
......Negative=1.00
......'negative' assessment 'unacceptable'
......Assessment score:
......Positive=0.00
......Negative=1.00
Sentence: The concierge was nice, however.
Sentence sentiment: positive
Sentence score:
Positive=0.94
Neutral=0.01
Negative=0.05
......'positive' target 'concierge'
......Target score:
......Positive=1.00
......Negative=0.00
......'positive' assessment 'nice'
......Assessment score:
......Positive=1.00
......Negative=0.00
Az erőforrások eltávolítása
Ha törölni és eltávolítani szeretne egy Azure AI-szolgáltatási előfizetést, törölheti az erőforrást vagy az erőforráscsoportot. Az erőforráscsoport törlése a hozzá társított egyéb erőforrásokat is törli.
A következő parancsokkal törölheti a rövid útmutatóhoz létrehozott környezeti változókat.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
Következő lépések
Ezzel a rövid útmutatóval hangulatelemzési kéréseket küldhet a REST API használatával. Az alábbi példában a cURL használatával azonosítja a szövegmintában kifejezett hangulat(ok)ot, és aspektusalapú hangulatelemzést végez.
Előfeltételek
- Azure-előfizetés – Ingyenes létrehozás
Beállítás
Azure-erőforrás létrehozása
Az alábbi kódminta használatához üzembe kell helyeznie egy Azure-erőforrást. Ez az erőforrás tartalmazni fog egy kulcsot és végpontot, a nyelvszolgáltatásnak küldött API-hívások hitelesítéséhez.
Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.
A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.
A Nyelv létrehozása képernyőn adja meg a következő információkat:
Részlet Leírás Előfizetés Az az előfizetési fiók, amelyhez az erőforrás társítva lesz. Válassza ki az Azure-előfizetését a legördülő menüből. Erőforráscsoport Az erőforráscsoportok olyan tárolók, amelyek a létrehozott erőforrásokat tárolják. Új erőforráscsoport létrehozásához válassza az Új létrehozása lehetőséget. Régió A nyelvi erőforrás helye. A különböző régiók késést okozhatnak a fizikai helytől függően, de nincs hatással az erőforrás futásidejű rendelkezésre állására. Ebben a rövid útmutatóban válasszon ki egy Önhöz közeli elérhető régiót, vagy válassza az USA keleti régióját. Név A nyelvi erőforrás neve. Ez a név egy végponti URL-cím létrehozásához is használható, amelyet az alkalmazások API-kérések küldéséhez fognak használni. Tarifacsomag A nyelvi erőforrás tarifacsomagja . Az ingyenes F0 szinttel kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre éles környezetben. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.
Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.
A megjelenő képernyőn győződjön meg arról, hogy az ellenőrzés sikeres volt, és helyesen adta meg az adatokat. Válassza a Létrehozás parancsot.
Kulcs és végpont lekérése
Ezután szüksége lesz az erőforrás kulcsára és végpontjára az alkalmazás API-hoz való csatlakoztatásához. A rövid útmutató későbbi részében illessze be a kulcsot és a végpontot a kódba.
A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.
Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.
Környezeti változók létrehozása
Az alkalmazásnak hitelesítenie kell az API-kérések küldéséhez. Éles környezetben használjon biztonságos módot a hitelesítő adatok tárolására és elérésére. Ebben a példában a hitelesítő adatokat az alkalmazást futtató helyi gépen lévő környezeti változókba fogja írni.
Tipp.
Ne vegye fel közvetlenül a kulcsot a kódba, és soha ne tegye közzé nyilvánosan. Az Azure AI-szolgáltatások biztonsági cikkében további hitelesítési lehetőségeket talál, például az Azure Key Vaultot.
A nyelvi erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait.
- A
LANGUAGE_KEY
környezeti változó beállításához cserélje leyour-key
az erőforrás egyik kulcsára. - A
LANGUAGE_ENDPOINT
környezeti változó beállításához cserélje leyour-endpoint
az erőforrás végpontját.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Feljegyzés
Ha csak az aktuális futó konzolon kell hozzáférnie a környezeti változókhoz, a környezeti változót set
ahelyett setx
állíthatja be.
A környezeti változók hozzáadása után előfordulhat, hogy újra kell indítania a futó programokat, amelyeknek be kell olvasniuk a környezeti változókat, beleértve a konzolablakot is. Ha például a Visual Studiót használja szerkesztőként, indítsa újra a Visual Studiót a példa futtatása előtt.
JSON-fájl létrehozása a példakérés törzsével
Hozzon létre egy új fájlt test_sentiment_payload.json
egy kódszerkesztőben, és másolja a következő JSON-példát. Ezt a példakérést a rendszer a következő lépésben elküldi az API-nak.
{
"kind": "SentimentAnalysis",
"parameters": {
"modelVersion": "latest",
"opinionMining": "True"
},
"analysisInput":{
"documents":[
{
"id":"1",
"language":"en",
"text": "The food and service were unacceptable. The concierge was nice, however."
}
]
}
}
Mentsen test_sentiment_payload.json
valahol a számítógépen. Például az asztalra.
Hangulatelemzési és véleménybányászati API-kérés küldése
Feljegyzés
Az alábbi példák közé tartozik a véleményelemzés véleménybányászati funkciójának kérése, amely részletes információkat nyújt a szövegben a célokhoz (főnevekhez) kapcsolódó értékelésekről (melléknevekről).
Az alábbi parancsokkal küldje el az API-kérést a használt programmal. Másolja a parancsot a terminálba, és futtassa.
paraméter | Leírás |
---|---|
-X POST <endpoint> |
Megadja a végpontot az API eléréséhez. |
-H Content-Type: application/json |
A JSON-adatok küldéséhez használt tartalomtípus. |
-H "Ocp-Apim-Subscription-Key:<key> |
Megadja az API eléréséhez szükséges kulcsot. |
-d <documents> |
A elküldeni kívánt dokumentumokat tartalmazó JSON-fájl. |
Cserélje le C:\Users\<myaccount>\Desktop\test_sentiment_payload.json
az előző lépésben létrehozott példa JSON-kérelemfájl helyére.
Parancssor
curl -X POST "%LANGUAGE_ENDPOINT%/language/:analyze-text?api-version=2023-04-15-preview" ^
-H "Content-Type: application/json" ^
-H "Ocp-Apim-Subscription-Key: %LANGUAGE_KEY%" ^
-d "@C:\Users\<myaccount>\Desktop\test_sentiment_payload.json"
PowerShell
curl.exe -X POST $env:LANGUAGE_ENDPOINT/language/:analyze-text?api-version=2023-04-15-preview `
-H "Content-Type: application/json" `
-H "Ocp-Apim-Subscription-Key: $env:LANGUAGE_KEY" `
-d "@C:\Users\<myaccount>\Desktop\test_sentiment_payload.json"
JSON-válasz
{
"kind": "SentimentAnalysisResults",
"results": {
"documents": [{
"id": "1",
"sentiment": "mixed",
"confidenceScores": {
"positive": 0.47,
"neutral": 0.0,
"negative": 0.52
},
"sentences": [{
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"neutral": 0.0,
"negative": 0.99
},
"offset": 0,
"length": 40,
"text": "The food and service were unacceptable. ",
"targets": [{
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"negative": 1.0
},
"offset": 4,
"length": 4,
"text": "food",
"relations": [{
"relationType": "assessment",
"ref": "#/documents/0/sentences/0/assessments/0"
}]
}, {
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"negative": 1.0
},
"offset": 13,
"length": 7,
"text": "service",
"relations": [{
"relationType": "assessment",
"ref": "#/documents/0/sentences/0/assessments/0"
}]
}],
"assessments": [{
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"negative": 1.0
},
"offset": 26,
"length": 12,
"text": "unacceptable",
"isNegated": false
}]
}, {
"sentiment": "positive",
"confidenceScores": {
"positive": 0.94,
"neutral": 0.01,
"negative": 0.05
},
"offset": 40,
"length": 32,
"text": "The concierge was nice, however.",
"targets": [{
"sentiment": "positive",
"confidenceScores": {
"positive": 1.0,
"negative": 0.0
},
"offset": 44,
"length": 9,
"text": "concierge",
"relations": [{
"relationType": "assessment",
"ref": "#/documents/0/sentences/1/assessments/0"
}]
}],
"assessments": [{
"sentiment": "positive",
"confidenceScores": {
"positive": 1.0,
"negative": 0.0
},
"offset": 58,
"length": 4,
"text": "nice",
"isNegated": false
}]
}],
"warnings": []
}],
"errors": [],
"modelVersion": "2022-06-01"
}
}
Az erőforrások eltávolítása
Ha törölni és eltávolítani szeretne egy Azure AI-szolgáltatási előfizetést, törölheti az erőforrást vagy az erőforráscsoportot. Az erőforráscsoport törlése a hozzá társított egyéb erőforrásokat is törli.
A következő parancsokkal törölheti a rövid útmutatóhoz létrehozott környezeti változókat.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f