Uwaga
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Analiza sentymentu i pozyskiwanie opinii to dwa sposoby wykrywania pozytywnego i negatywnego sentymentu. Korzystając z analizy tonacji, można uzyskać etykiety tonacji (takie jak "negatywne" "neutralne" i "pozytywne") oraz oceny ufności na poziomie zdania i dokumentu. Analiza opinii dostarcza szczegółowych informacji o opiniach dotyczących słów (takich jak atrybuty produktów lub usług) w tekście.
Analiza opinii
Analiza tonacji stosuje etykiety tonacji do tekstu, które są zwracane na poziomie zdania i dokumentu z współczynnikiem ufności dla każdego z nich.
Etykiety są pozytywne, negatywne i neutralne. Na poziomie dokumentu etykieta mieszanej tonacji również może być zwrócona. Tonacja dokumentu jest określona poniżej:
Sentiment zdania | Zwrócona etykieta dokumentu |
---|---|
Co najmniej jedno positive zdanie znajduje się w dokumencie. Pozostałe zdania to neutral . |
positive |
Co najmniej jedno negative zdanie znajduje się w dokumencie. Pozostałe zdania to neutral . |
negative |
Co najmniej jedno negative zdanie i co najmniej jedno positive zdanie znajdują się w dokumencie. |
mixed |
Wszystkie zdania w dokumencie to neutral . |
neutral |
Wyniki ufności wahają się od 1 do 0. Wyniki bliżej 1 wskazują na większe zaufanie co do klasyfikacji etykiety, a niższe wyniki wskazują na mniejsze zaufanie. Dla każdego dokumentu lub każdego zdania przewidywane wyniki skojarzone z etykietami (dodatnie, ujemne i neutralne) sumują się do 1. Aby uzyskać więcej informacji, zobacz notę dotyczącą przejrzystości odpowiedzialnej sztucznej inteligencji.
Górnictwo opinii
Analiza opinii jest funkcją analizy sentymentu. Znana również jako Analiza tonacji opartej na aspektach w przetwarzaniu języka naturalnego (NLP), ta funkcja zapewnia bardziej szczegółowe informacje o opiniach związanych z atrybutami produktów lub usług w tekście. API przedstawia opinie jako cel (rzeczownik lub czasownik) i ocenę (przymiotnik).
Przykładowo, jeśli klient zostawi opinię o hotelu, na przykład "Pokój był świetny, ale personel był nieprzyjazny.", Wyszukiwanie opinii znajdzie cele (aspekty) w tekście oraz powiązane oceny i sentymenty. Analiza sentymentu może zgłaszać jedynie negatywny sentyment.
Jeśli używasz interfejsu API REST, aby uzyskać analizę opinii w wynikach, musisz uwzględnić flagę opinionMining=true
w żądaniu analizy nastrojów. Wyniki analizy opinii zostaną uwzględnione w odpowiedzi na analizę sentymentu. Eksploracja opinii to rozszerzenie analizy emocji i jest uwzględnione w bieżącym progu cenowym.
Opcje programowania
Aby użyć analizy tonacji, przesyłasz nieprzetworzony tekst do analizy i przetwarzasz dane wyjściowe interfejsu API w swojej aplikacji. Analiza jest wykonywana w obecnej postaci, bez dodatkowego dostosowania modelu używanego do danych. Istnieją dwa sposoby używania analizy sentymentu.
Opcja programowania | opis |
---|---|
Azure AI Foundry | Azure AI Foundry to platforma internetowa, która umożliwia użycie linkowania jednostek z przykładami tekstowymi oraz własnymi danymi podczas rejestracji. Aby uzyskać więcej informacji, zobacz witrynę internetową usługi Azure AI Foundry lub dokumentację usługi Azure AI Foundry. |
Interfejs API REST lub biblioteka klienta (Pakiet SDK Azure) | Zintegruj analizę sentymentu w swoją aplikację przy użyciu interfejsu API REST lub biblioteki klienta dostępnej w różnych językach. Aby uzyskać więcej informacji, zobacz wprowadzenie do analizy sentymentu. |
Kontener Docker | Użyj dostępnego kontenera platformy Docker, aby wdrożyć tę funkcję lokalnie. Te kontenery platformy Docker umożliwiają przybliżenie usługi do danych ze względów zgodności, zabezpieczeń lub innych powodów operacyjnych. |
Określanie sposobu przetwarzania danych (opcjonalnie)
Określanie modelu analizy tonacji
Domyślnie analiza nastroju będzie używać najnowszego dostępnego modelu sztucznej inteligencji na podstawie tekstu. Możesz również skonfigurować żądania interfejsu API tak, aby używały określonej wersji modelu.
Języki wejściowe
Kiedy przesyłasz dokumenty do przetworzenia przez analizę tonacji, możesz określić, w którym z obsługiwanych języków są napisane. Jeśli nie określisz języka, analiza sentymentu automatycznie przyjmie język angielski. Interfejs API może zwracać przesunięcia w odpowiedzi na obsługę różnych kodowań wielojęzycznych i emoji.
Przesyłanie danych
Analiza sentymentu i badanie opinii daje wynik o wyższej jakości, jeśli przekazujesz mu mniejsze fragmenty tekstu do analizy. Jest to przeciwieństwo niektórych funkcji, takich jak wyodrębnianie kluczowych fraz, które działa lepiej na większych blokach tekstu.
Aby wysłać żądanie interfejsu API, będziesz potrzebował punktu końcowego zasobu językowego i klucza.
Uwaga
Klucz i punkt końcowy zasobu Language można znaleźć w witrynie Azure Portal. Będą one znajdować się na stronie Klucz i punkt końcowy zasobu w obszarze zarządzanie zasobami.
Analiza jest wykonywana po odebraniu żądania. Korzystanie z analizy tonacji i funkcji wyszukiwania opinii synchronicznie jest bezstanowe. Żadne dane nie są przechowywane na Twoim koncie, a wyniki są zwracane natychmiast w odpowiedzi.
W przypadku korzystania z tej funkcji asynchronicznie wyniki interfejsu API są dostępne przez 24 godziny od momentu pozyskiwania żądania i są wskazywane w odpowiedzi. Po upływie tego okresu wyniki są czyszczone i nie są już dostępne do pobierania.
Uzyskiwanie analizy sentymentu i wyników analizy opinii
Po otrzymaniu wyników z interfejsu API kolejność zwracanych kluczowych fraz jest określana wewnętrznie przez model. Wyniki można przesyłać strumieniowo do aplikacji lub zapisywać dane wyjściowe w pliku w systemie lokalnym.
Analiza nastroju zwraca etykietę nastroju i współczynnik ufności dla całego dokumentu oraz każdego zdania w nim. Wyniki bliżej 1 wskazują na większe zaufanie co do klasyfikacji etykiety, a niższe wyniki wskazują na mniejsze zaufanie. Dokument może zawierać wiele zdań, a wyniki ufności w każdym dokumencie lub zdaniu sumuje się do 1.
Wyszukiwanie opinii zlokalizuje cele (rzeczowniki lub czasowniki) w tekście oraz ich przypisana ocena (przymiotnik). Na przykład zdanie "Restauracja miała świetne jedzenie, a nasz serwer był przyjazny" ma dwa cele: jedzenie i serwer. Każdy cel ma ocenę. Na przykład ocena żywności byłaby świetna, a ocena serwerabyłaby przyjazna.
Interfejs API zwraca opinie jako cel (rzeczownik lub czasownik) i ocenę (przymiotnik).
Limity usług i danych
Aby uzyskać informacje na temat rozmiaru i liczby żądań, które można wysłać na minutę i sekundę, zobacz artykuł Dotyczący limitów usług.