Wprowadzenie

  • 3 min

W przetwarzaniu języka naturalnego (NLP) analiza tonacji i wyszukiwanie opinii są kluczowe w wyodrębnianiu cennych szczegółowych informacji z danych tekstowych. Zapoznanie się z tymi pojęciami, ich różnicami i korzyściami jest niezbędne do tworzenia inteligentnych aplikacji, które przetwarzają język pisany i zapewniają wgląd w to, jak klienci naprawdę czują się na temat marki, produktu lub tematu. Analiza tonacji zapewnia wgląd w trendy rynkowe, wydajność konkurencji i preferencje konsumentów. Zrozumienie tonacji pomaga firmom odpowiednio dostosować swoje strategie.

Scenariusz: analizowanie tonacji przeglądów właściwości użytkownika

Jesteś deweloperem dla Margie's Travel, firmy, której internetowe i mobilne aplikacje łączą podróżnych poszukujących zakwaterowania z właścicielami domów i menedżerów nieruchomości chętnych do wynajęcia swoich nieruchomości. Usługa Azure Database for PostgreSQL — elastyczna baza danych serwera zwraca te aplikacje. Jedna z funkcji aplikacji umożliwia najemcom przesyłanie przeglądów nieruchomości, które wynajęli. Te recenzje umożliwiają innym klientom określenie jakości zakwaterowania i pomocność gospodarzy. Poproszono Cię o użycie narzędzi Foundry Tools i azure_ai rozszerzenia w celu przeanalizowania tonacji przeglądów, aby można było stosować etykiety opisowe jako filtry w aplikacjach.

Analiza tonacji: zrozumienie dużego obrazu

Analiza nastrojów jest jak posiadanie emocjonalnego radaru do analizy tekstu. Pomaga ocenić uczucia lub ton emocjonalny wyrażony w pisanej treści. Niezależnie od tego, czy jest to przegląd produktu, wpis w mediach społecznościowych, czy opinie klientów, analiza tonacji pokazuje, czy tonacja jest pozytywna, negatywna, czy neutralna. Ta funkcja zapewnia wgląd w sposób, w jaki użytkownicy postrzegają twoją markę, produkt lub usługę.

Górnictwo opinii: Wykraczanie poza sentyment

wyszukiwania opinii (znanej również jako analiza tonacji opartej na aspektach) przyjmuje analizę tonacji do następnego poziomu. To jak rozsyłanie opinii pod mikroskopem. Zamiast ogólnej sentymentu, górnictwo opinii powiększa się na konkretne aspekty tekstu. Na przykład można powiedzieć, czy użytkownicy kochają przestronne pokoje, ale znaleźć otoczenie hałaśliwe. Ta funkcja zapewnia dokładniejsze zrozumienie bardziej zniuansowanych tonacji związanych z różnymi atrybutami i jest idealnym rozwiązaniem do przeprowadzania szczegółowej analizy.

Analiza nastrojów za pomocą narzędzi Foundry

Usługa Azure Language Service, część narzędzi Foundry Tools, umożliwia analizowanie tonacji i analizowanie opinii na podstawie danych tekstowych. Włączenie możliwości analizy tonacji do aplikacji można bezproblemowo osiągnąć przy użyciu rozszerzenia azure_ai dla serwera elastycznego usługi Azure Database for PostgreSQL.

Cele nauczania

Moduł analizuje możliwości analizy uczuć i wydobywania opinii w usłudze Azure Language oraz jak rozszerzenie azure_ai może być użyte do integracji analizy uczuć bezpośrednio z Twoimi bazami danych PostgreSQL. W tym module wykonasz następujące czynności:

  • Poznaj podstawy analizy tonacji i sposobu jej zastosowania w celu uzyskania wglądu w tonacje i emocje użytkowników.
  • Opis technik wyszukiwania opinii w celu zidentyfikowania tonacji związanych z określonymi atrybutami.
  • Zastosuj analizę tonacji do przeglądów użytkowników w bazie danych PostgreSQL przy użyciu rozszerzenia azure_ai.

Po ukończeniu tego modułu możesz tworzyć inteligentne aplikacje, które rozumieją tonacje i opinie bezpośrednio w bazie danych.