Che cos'è l'analisi del sentiment e il opinion mining?
L'analisi del sentiment e il opinion mining sono funzionalità offerte dal servizio di linguaggio, una raccolta di algoritmi di Machine Learning e intelligenza artificiale nel cloud per lo sviluppo di applicazioni intelligenti che coinvolgono il linguaggio scritto. Queste funzionalità consentono di scoprire quali persone pensano al marchio o all'argomento usando il testo di data mining per indicazioni sul sentiment positivo o negativo e possono associarle a aspetti specifici del testo.
Sia l'analisi del sentiment sia il lavoro di opinion mining funzionano con un'ampia gamma di lingue scritte.
Analisi valutazione
La funzionalità di analisi del sentiment fornisce etichette del sentiment (ad esempio "negative", "neutral" e "positive") in base al punteggio di attendibilità più alto trovato dal servizio a livello di frase e documento. Questa funzionalità restituisce inoltre i punteggi di attendibilità compresi tra 0 e 1 per ogni documento e per le frasi al suo interno per il sentiment positivo, neutro e negativo.
Opinion mining
Il opinion mining è una caratteristica dell'analisi del sentiment. Nota anche come analisi del sentiment basato su aspetti in Elaborazione del linguaggio naturale (NLP), questa funzionalità fornisce informazioni più granulari sulle opinioni correlate alle parole (ad esempio gli attributi dei prodotti o dei servizi) nel testo.
Flusso di lavoro tipico
Per usare questa funzionalità, inviare i dati per l'analisi e gestire l'output dell'API nell'applicazione. L'analisi viene eseguita così come è, senza alcuna personalizzazione aggiunta al modello usato nei dati.
Creare una risorsa del linguaggio di intelligenza artificiale di Azure, che concede l'accesso alle funzionalità offerte dal linguaggio di intelligenza artificiale di Azure. Genera una password (denominata chiave) e un URL dell'endpoint usato per autenticare le richieste API.
Creare una richiesta usando l'API REST o la libreria client per C#, Java, JavaScript e Python. È anche possibile inviare chiamate asincrone con una richiesta batch per combinare richieste API per più funzionalità in una singola chiamata.
Inviare la richiesta contenente i dati di testo. La chiave e l'endpoint vengono usati per l'autenticazione.
Trasmettere o archiviare la risposta in locale.
Introduzione all'analisi del sentiment
Per usare l'analisi del sentiment, inviare testo non strutturato non elaborato per l'analisi e gestire l'output dell'API nell'applicazione. L'analisi viene eseguita così come è, senza alcuna personalizzazione aggiuntiva per il modello usato nei dati. Esistono due modi per usare l'analisi del sentiment:
Opzione di sviluppo | Descrizione |
---|---|
Language Studio | Language Studio è una piattaforma basata sul Web che consente di provare il collegamento di entità con esempi di testo senza un account Azure e i propri dati quando si effettua l'iscrizione. Per altre informazioni, vedere il sito Web di Language Studio o la guida introduttiva di Language Studio. |
API REST o libreria client (Azure SDK) | Integrare l'analisi del sentiment nelle applicazioni usando l'API REST o la libreria client disponibile in diversi linguaggi. Per altre informazioni, vedere la guida introduttiva all'analisi del sentiment. |
Contenitore Docker | Usare il contenitore Docker disponibile per distribuire questa funzionalità in locale. Questi contenitori Docker consentono di avvicinare il servizio ai dati per motivi di conformità, sicurezza o altri motivi operativi. |
Documentazione di riferimento ed esempi di codice
Quando si usa questa funzionalità nelle applicazioni, vedere la documentazione di riferimento e gli esempi seguenti per il linguaggio di intelligenza artificiale di Azure:
Opzione di sviluppo/linguaggio | Documentazione di riferimento | Esempi |
---|---|---|
REST API | Documentazione dell'API REST | |
C# | Documentazione di C# | Esempi di C# |
Java | Documentazione di Java | Esempi di Java |
JavaScript | Documentazione di JavaScript | Esempi JavaScript |
Python | Documentazione di Python | Esempi per Python |
Intelligenza artificiale responsabile
Un sistema di intelligenza artificiale include non solo la tecnologia, ma anche le persone che lo usano, le persone che ne saranno interessate e l'ambiente in cui viene distribuito. Leggere la nota sulla trasparenza per l'analisi del sentiment per informazioni sull'uso e sulla distribuzione di intelligenza artificiale responsabili nei sistemi. Per altre informazioni, vedere anche gli articoli seguenti:
Passaggi successivi
- Gli articoli di avvio rapido contengono istruzioni sull'uso del servizio per la prima volta.
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per