感情分析とオピニオン マイニングとは

  • [アーティクル]

感情分析とオピニオン マイニングは、Language サービスに用意されている機能であり、書き言葉が関係するインテリジェントなアプリケーションを開発するためのクラウドでの機械学習と AI アルゴリズムのコレクションです。 これらの機能を使用すると、テキストをマイニングして正または負の感情に関する手がかりを得ることで、人々がブランドやトピックについてどう考えているかを知ることができます。また、テキストの特定の側面と関連付けることができます。

感情分析とオピニオン マイニングは両方とも、さまざまな記述言語で動作します。

センチメント分析

感情分析機能には、文章とドキュメントレベルでサービスによって検出された最も高い信頼度スコアに基づいて、感情ラベル ("negative"、"neutral"、"positive" など) が用意されています。 また、この機能は、positive、neutral、negative (肯定的、中立的、否定的) のセンチメントに関し、各ドキュメントとその中の文章に対して 0 と 1 の間の信頼度スコアを返します。

意見マイニング

オピニオン マイニングは、感情分析の機能の 1 つです。 この機能は、自然言語処理 (NLP) ではアスペクトベースの感情分析とも呼ばれます。テキストに含まれる単語 (製品やサービスの属性など) に関連した意見について、より粒度の細かい情報が得られます。

一般的なワークフロー

この機能を使用するには、分析のためのデータを送信し、アプリケーションで API 出力を処理します。 分析はそのままの状態で行われ、データに使用されるモデルに対して追加のカスタマイズは行われません。

  1. Azure AI Language リソースを作成します。これにより、Azure AI Language によって提供される機能にアクセスできるようになります。 API 要求の認証に使用するパスワード (キーと呼ばれる) とエンドポイント URL が生成されます。

  2. REST API か、C#、Java、JavaScript、Python のクライアント ライブラリを使用して、要求を作成します。 バッチ要求で非同期呼び出しを送信して、複数の機能の API 要求を 1 回の呼び出しに統合することもできます。

  3. テキスト データを含む要求を送信します。 キーとエンドポイントを使用して認証が行われます。

  4. 応答をローカルでストリームまたは保存します。

感情分析を使い始める

感情分析を使うには、分析のために未加工の非構造化テキストを送信して、アプリケーションで API 出力を処理します。 分析はそのままの状態で行われ、データに使用されるモデルに対して追加のカスタマイズは行われません。 感情分析を使用するには、次の 2 つの方法があります。

開発オプション 説明
Language Studio Language Studio は Web ベースのプラットフォームであり、Azure アカウントがなければテキストの例で、サインアップしたら独自のデータで、エンティティ リンクを試すことができます。 詳しくは、Language Studio の Web サイトまたは Language Studio のクイックスタートに関する記事をご覧ください。
REST API またはクライアント ライブラリ (Azure SDK) REST API を使用するか、さまざまな言語で使用できるクライアント ライブラリを使用して、感情分析をアプリケーションに統合します。 詳細については、感情分析のクイックスタートを参照してください。
Docker コンテナー 利用できる Docker コンテナーを使って、この機能をオンプレミスに展開します。 これらの Docker コンテナーを使用すると、コンプライアンス、セキュリティ、またはその他の運用上の理由により、データにいっそう近いところにサービスを持ってくることができます。

リファレンス ドキュメントとコード サンプル

アプリケーションでこの機能を使用する場合は、次の Azure AI Language のリファレンス ドキュメントとサンプルをご覧ください。

開発オプション/言語 リファレンス ドキュメント サンプル
REST API REST API のドキュメント
C# C# 関連のドキュメント C# のサンプル
Java Java のドキュメント Java のサンプル
JavaScript JavaScript のドキュメント JavaScript のサンプル
Python Python のドキュメント Python のサンプル

責任ある AI

AI システムには、テクノロジだけでなく、それを使用する人、それによって影響を受ける人、それがデプロイされる環境も含まれます。 システムでの責任ある AI の使用とデプロイについては、感情分析の透過性のためのメモの記事を参照してください。 詳細については、次の記事も参照してください。

次のステップ