Che cos'è l'analisi valutazione e l’opinion mining?

L'analisi valutazione e l'opinion mining sono funzionalità offerte dal Servizio del linguaggio, una raccolta di algoritmi di apprendimento automatico e IA nel cloud per lo sviluppo di applicazioni intelligenti che implicano la lingua scritta. Queste funzionalità consentono di scoprire che cosa pensano le persone di un marchio o di un argomento eseguendo il data mining di suggerimenti nel testo relativi alla valutazione, positiva o negativa, associabili ad aspetti specifici del testo.

Sia l'analisi valutazione sia l'utilizzo di opinion mining funzionano con un'ampia gamma di lingue scritte.

Analisi valutazione

La funzionalità dell'analisi valutazione attribuisce etichette circa la valutazione, ad esempio "negativa", "neutra" e "positiva", in base al punteggio di attendibilità più alto individuato dal servizio a livello di frase e di 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

L'opinion mining è una funzionalità dell'analisi valutazione. Nota anche come analisi valutazione basata su aspetto nell'elaborazione del linguaggio naturale (NLP), questa funzionalità fornisce informazioni più granulari sulle opinioni relative alle parole nel testo come gli attributi di prodotti o servizi.

Modello predefinito

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 del modello usato nei dati.

1. Creare una risorsa di Lingua di Azure AI, che concede l'accesso alle funzionalità offerte da Lingua di Azure AI. Verrà generata una password (denominata chiave) e un URL dell'endpoint che verrà usato per autenticare le richieste API.

2. Creare una richiesta usando l'API REST o la libreria client per C#, Java, JavaScript e Python. È possibile anche inviare chiamate asincrone con una richiesta batch per combinare richieste API per più funzionalità in una singola chiamata.

3. Inviare la richiesta contenente i dati di testo. La chiave e point vengono usati per l'autenticazione.

4. Trasmettere o archiviare la risposta in locale.

Introduzione all'analisi valutazione

Per usare l'analisi valutazione, inviare testo non strutturato e non elaborato al fine di analizzarlo, inoltre gestire l'output dell'API nell'applicazione. L'analisi viene eseguita così come è, senza alcuna personalizzazione aggiuntiva del modello usato sui 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 a collegare entità con esempi di testo senza un account Azure e usando 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 (SDK di Azure)	Integrare l’analisi valutazione nelle applicazioni usando l'API REST o la libreria client disponibile in un'ampia gamma di lingue. Per altre informazioni, vedere la guida introduttiva all'analisi valutazione.
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 di altro tipo.

Documentazione di riferimento ed esempi di codice

Quando si usa questa funzionalità nelle applicazioni, consultare la documentazione di riferimento e gli esempi seguenti per Lingua di Azure AI:

Lingua / opzione di sviluppo	Documentazione di riferimento	Esempi
REST API	Documentazione relativa all'API REST
C#	Documentazione di C#	Esempi per C#
Java	Documentazione di Java	Esempi di Java
JavaScript	Documentazione di JavaScript	Esempi JavaScript
Python	Documentazione di Python	Esempi per Python

Modello personalizzato (anteprima)

L'analisi valutazione personalizzata consente agli utenti di creare modelli IA personalizzati per classificare il testo in valutazioni predefinite dall'utente. Creando un progetto di analisi valutazione personalizzata, gli sviluppatori possono etichettare in modo iterativo i dati, eseguire il training, valutare un modello e migliorarne le prestazioni prima di renderlo disponibile all'uso. La qualità dei dati etichettati influisce notevolmente sulle prestazioni del modello. Per semplificare la compilazione e la personalizzazione del modello, il servizio offre un portale Web personalizzato accessibile tramite Language Studio. È possibile iniziare facilmente a usare il servizio seguendo la procedura descritta in queste istruzioni di avvio rapido.

Ciclo di vita di sviluppo di un progetto

La creazione di un progetto di analisi valutazione generalmente comporta diversi passaggi.

Per sfruttare al meglio il modello, seguire questa procedura:

1. Definire lo schema: acquisire familiarità con i dati e identificare le valutazioni desiderate, per evitare ambiguità.

2. Etichettare i dati: la qualità dell’etichettatura dei dati è un fattore chiave per determinare le prestazioni del modello. Evitare ambiguità, assicurarsi che le valutazioni siano chiaramente separabili l'una dall'altra.

3. Eseguire il training del modello: il modello inizia a imparare dai dati etichettati.

4. Visualizzare le prestazioni del modello: visualizzare i dettagli di valutazione per il modello per determinare il livello di prestazioni quando vengono introdotti nuovi dati.

5. Distribuire il modello: la distribuzione di un modello lo rende disponibile all’uso tramite l’API di analisi.

6. Classificare il testo: usare un modello personalizzato per le attività di analisi valutazione.

Opzioni di sviluppo

Opzione di sviluppo	Descrizione
Language Studio	Language Studio è una piattaforma basata sul Web che consente di provare a collegare entità con esempi di testo senza un account Azure e usando i propri dati quando si effettua l'iscrizione.
REST API	Integrare l'analisi valutazione nelle applicazioni a livello di codice usando l'API REST.

Per altre informazioni, vedere la guida introduttiva all'analisi valutazione.

Documentazione di riferimento

Quando si usa l'analisi valutazione personalizzata, vedere la documentazione di riferimento e gli esempi seguenti per il Servizio del linguaggio:

Lingua / opzione di sviluppo	Documentazione di riferimento	Esempi
API REST (creazione)	Documentazione relativa all'API REST
API REST (runtime)	Documentazione relativa all'API REST

Intelligenza artificiale responsabile

Un sistema di intelligenza artificiale include non solo la tecnologia ma anche le persone che ne fanno uso, le persone interessate e l'ambiente di distribuzione. Leggere la nota sulla trasparenza relativa all'analisi valutazione per informazioni sull'uso e la distribuzione di intelligenza artificiale responsabile nei propri 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.
  • Usare il modello predefinito
  • Creare un modello personalizzato