Usare ai.analyze_sentiment con pandas

La ai.analyze_sentiment funzione usa l'intelligenza artificiale generativa per rilevare lo stato emotivo del testo di input, con una singola riga di codice. Può rilevare se lo stato emotivo dell'input è positivo, negativo, misto o neutro. Può anche rilevare lo stato emotivo in base alle etichette specificate. Se la funzione non riesce a determinare il sentiment, lascia vuoto l'output.

Annotazioni

• Questo articolo illustra l'uso di ai.analyze_sentiment con pandas. Per usare ai.analyze_sentiment con PySpark, vedere questo articolo.
• Vedere altre funzioni di intelligenza artificiale in questo articolo di panoramica.
• Informazioni su come personalizzare la configurazione delle funzioni di intelligenza artificiale.

Informazioni generali

La ai.analyze_sentiment funzione estende la classe Pandas Series . Per rilevare il sentiment di ogni riga di input, chiamare la funzione in una colonna di testo Pandas DataFrame .

La funzione restituisce una serie pandas che contiene le etichette del sentiment, che possono essere archiviate in una nuova colonna del dataframe.

Sintassi

# Default sentiment labels
df["sentiment"] = df["input"].ai.analyze_sentiment()

# Custom sentiment labels
df["sentiment"] = df["input"].ai.analyze_sentiment("label2", "label2", "label3")

Parametri

Nome	Description
labels Opzionale	Una o più stringhe che rappresentano il set di etichette di sentiment da associare ai valori di testo di input.

Restituzioni

La funzione restituisce una serie pandas che contiene le etichette del sentiment per ogni riga di testo di input. Le etichette del sentiment predefinite includono positive, negative, neutralo mixed. Se vengono specificate etichette personalizzate, tali etichette vengono invece usate. Se non è possibile determinare un sentiment, il valore restituito è null.

Example

# This code uses AI. Always review output for mistakes. 

df = pd.DataFrame([
        "The cleaning spray permanently stained my beautiful kitchen counter. Never again!",
        "I used this sunscreen on my vacation to Florida, and I didn't get burned at all. Would recommend.",
        "I'm torn about this speaker system. The sound was high quality, though it didn't connect to my roommate's phone.",
        "The umbrella is OK, I guess."
    ], columns=["reviews"])

df["sentiment"] = df["reviews"].ai.analyze_sentiment()
display(df)

Questa cella di codice di esempio fornisce l'output seguente:

Contenuti correlati

• Usare ai.analyze_sentiment con PySpark.

• Classificare il testo con ai.classify.

• Generare incorporamenti vettoriali con ai.embed.

• Estrarre entità con ai_extract.

• Correggere la grammatica con ai.fix_grammar.

• Rispondere alle richieste dell'utente personalizzate con ai.generate_response.

• Calcolare la somiglianza con ai.similarity.

• Riepilogare il testo con ai.summarize.

• Tradurre il testo con ai.translate.

• Altre informazioni sul set completo di funzioni di intelligenza artificiale.

• Personalizzare la configurazione delle funzioni di intelligenza artificiale.

• Abbiamo perso una funzionalità necessaria? Suggeriscilo nel forum Fabric Ideas.