Share via

Model prebuilt analisis sentimen

  • Artikel

Model prebuilt analisis sentimen mendeteksi sentimen positif atau negatif dalam data teks. Anda dapat menggunakannya untuk menganalisis media sosial, ulasan pelanggan, atau data teks apa pun yang Anda minati. Analisis sentimen mengevaluasi input teks, dan memberikan skor dan label pada tingkat kalimat dan dokumen. Skor dan label bisa positif, negatif, atau netral. Pada tingkat dokumen, bisa juga ada label sentimen "campuran", yang tidak memiliki skor. Sentimen dokumen ditentukan dengan menggabungkan skor kalimat.

Penggunaan di Power Apps

Jelajahi analisis sentimen

Anda dapat mencoba model analisis sentimen sebelum mengimpornya ke alur Anda.

  1. Masuk ke Power Apps OR Power Automate.

  2. Di panel kiri, pilih ... Lebih banyak>hub AI.

  3. Di bawah Temukan kemampuan AI, pilih model AI.

    (Opsional) Untuk menyimpan model AI secara permanen di menu untuk akses mudah, pilih ikon pin.

  4. Pilih Analisis sentimen - Mendeteksi sentimen positif, negatif, atau netral dalam data teks.

  5. Pilih sampel teks standar untuk dianalisis, atau tambahkan teks Anda sendiri, pilih Analisis teks untuk melihat bagaimana model menganalisis teks Anda.

Menggunakan bilah rumus

Anda dapat mengintegrasikan model analisis sentimen Anda AI Builder dengan Power Apps Studio menggunakan bilah rumus. Untuk informasi selengkapnya, lihat Penggunaan Power Fx dalam AI Builder model di Power Apps (pratinjau).

Penggunaan di Power Automate

Jika Anda ingin menggunakan model bawaan ini, Anda dapat menemukan informasi selengkapnya di Menggunakan model Power Automate bawaan analisis sentimen di Power Automate.

Bahasa dan format data yang didukung

  • Layanan Bahasa: Jerman, Spanyol, Inggris, Prancis, Hindi, Italia, Jepang, Korea, Belanda, Norwegia, Portugis (Brasil), Portugis (Portugal), Turki, Cina (Sederhana), Cina (Tradisional)
  • Dokumen tidak boleh melebihi 5.120 karakter.

Keluaran model

Jika teks terdeteksi, model analisis sentimen menghasilkan informasi berikut:

  • Sentimen:

    • Positif
    • Negatif
    • Netral
    • Campuran

  • Skor keyakinan: Nilai dalam rentang dari 0 hingga 1. Nilai mendekati 1 menunjukkan keyakinan yang lebih besar bahwa sentimen yang diidentifikasi akurat.

  • Kalimat: Daftar kalimat dari teks input, dengan analisis sentimennya.

    • Sentimen:

      • Positif
      • Negatif
      • Netral
      • Campuran

    • Skor keyakinan kalimat: Nilai dalam rentang dari 0 hingga 1. Nilai mendekati 1 menunjukkan keyakinan yang lebih besar bahwa sentimen tersebut akurat.

Batas

Berikut ini berlaku untuk panggilan yang dilakukan per lingkungan di seluruh model bawaan berikut: deteksi bahasa, analisis sentimen, dan ekstraksi frasa kunci.

Perbuatan Batas Periode perpanjangan
Panggilan (per lingkungan) 400 60 detik

Baca juga