Megosztás a következőn keresztül:

Rövid útmutató: Hangulatelemzés és véleménybányászat

  • Cikk

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

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.

  1. Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.

  2. A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.

    Képernyőkép az Azure Portal további funkcióiról.

  3. 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.

    Képernyőkép az erőforrás-létrehozás részleteiről az Azure Portalon.

  4. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.

  5. Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.

  6. 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.

  1. A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.

    Képernyőkép az erőforrás üzembe helyezésének következő lépéseiről.

  2. Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.

    Egy erőforrás kulcsait és végpontszakaszát bemutató képernyőkép.

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.

  1. A LANGUAGE_KEY környezeti változó beállításához cserélje le your-key az erőforrás egyik kulcsára.
  2. A LANGUAGE_ENDPOINT környezeti változó beállításához cserélje le your-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 setxállíthatja 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

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.

  1. Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.

  2. A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.

    Képernyőkép az Azure Portal további funkcióiról.

  3. 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.

    Képernyőkép az erőforrás-létrehozás részleteiről az Azure Portalon.

  4. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.

  5. Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.

  6. 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.

  1. A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.

    Képernyőkép az erőforrás üzembe helyezésének következő lépéseiről.

  2. Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.

    Egy erőforrás kulcsait és végpontszakaszát bemutató képernyőkép.

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.

  1. A LANGUAGE_KEY környezeti változó beállításához cserélje le your-key az erőforrás egyik kulcsára.
  2. A LANGUAGE_ENDPOINT környezeti változó beállításához cserélje le your-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 setxállíthatja 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

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.

  1. Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.

  2. A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.

    Képernyőkép az Azure Portal további funkcióiról.

  3. 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.

    Képernyőkép az erőforrás-létrehozás részleteiről az Azure Portalon.

  4. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.

  5. Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.

  6. 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.

  1. A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.

    Képernyőkép az erőforrás üzembe helyezésének következő lépéseiről.

  2. Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.

    Egy erőforrás kulcsait és végpontszakaszát bemutató képernyőkép.

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.

  1. A LANGUAGE_KEY környezeti változó beállításához cserélje le your-key az erőforrás egyik kulcsára.
  2. A LANGUAGE_ENDPOINT környezeti változó beállításához cserélje le your-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 setxállíthatja 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

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.

  1. Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.

  2. A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.

    Képernyőkép az Azure Portal további funkcióiról.

  3. 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.

    Képernyőkép az erőforrás-létrehozás részleteiről az Azure Portalon.

  4. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.

  5. Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.

  6. 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.

  1. A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.

    Képernyőkép az erőforrás üzembe helyezésének következő lépéseiről.

  2. Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.

    Egy erőforrás kulcsait és végpontszakaszát bemutató képernyőkép.

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.

  1. A LANGUAGE_KEY környezeti változó beállításához cserélje le your-key az erőforrás egyik kulcsára.
  2. A LANGUAGE_ENDPOINT környezeti változó beállításához cserélje le your-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 setxállíthatja 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

Referenciadokumentáció

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

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.

  1. Az alábbi hivatkozással nyelvi erőforrást hozhat létre az Azure Portal használatával. Az Azure-előfizetéssel kell bejelentkeznie.

  2. A megjelenő További funkciók kiválasztása képernyőn válassza a Folytatás lehetőséget az erőforrás létrehozásához.

    Képernyőkép az Azure Portal további funkcióiról.

  3. 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.

    Képernyőkép az erőforrás-létrehozás részleteiről az Azure Portalon.

  4. Győződjön meg arról, hogy a Felelős AI-értesítés jelölőnégyzet be van jelölve.

  5. Válassza a Véleményezés + Létrehozás lehetőséget a lap alján.

  6. 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.

  1. A nyelvi erőforrás sikeres üzembe helyezése után kattintson az Ugrás az erőforrásra gombra a Következő lépések csoportban.

    Képernyőkép az erőforrás üzembe helyezésének következő lépéseiről.

  2. Az erőforrás képernyőjén válassza a bal oldali navigációs menü Kulcsok és végpont elemét. Az alábbi lépésekben az egyik kulcsot és a végpontot fogja használni.

    Egy erőforrás kulcsait és végpontszakaszát bemutató képernyőkép.

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.

  1. A LANGUAGE_KEY környezeti változó beállításához cserélje le your-key az erőforrás egyik kulcsára.
  2. A LANGUAGE_ENDPOINT környezeti változó beállításához cserélje le your-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 setxállíthatja 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

Következő lépések