Partilhar via


microsoftml.get_sentiment: análise de sentimento

Uso

microsoftml.get_sentiment(cols: [str, dict, list], **kargs)

Descrição

Pontua o texto em idioma natural e avalia a probabilidade de que os sentimentos sejam positivos.

Detalhes

A transformação get_sentiment retorna a probabilidade de que o sentimento de um texto natural seja positivo. Dá suporte apenas para o idioma inglês.

Argumentos

cols

Uma cadeia de caracteres ou lista de nomes de variáveis a ser transformada. Se definido como dict, os nomes representam os nomes das variáveis a serem criadas.

kargs

Argumentos adicionais enviados ao mecanismo de computação.

Retornos

Um objeto que define a transformação.

Confira também

featurize_text.

Exemplo

'''
Example with get_sentiment and rx_logistic_regression.
'''
import numpy
import pandas
from microsoftml import rx_logistic_regression, rx_featurize, rx_predict, get_sentiment

# Create the data
customer_reviews = pandas.DataFrame(data=dict(review=[
            "I really did not like the taste of it",
            "It was surprisingly quite good!",
            "I will never ever ever go to that place again!!"]))
            
# Get the sentiment scores
sentiment_scores = rx_featurize(
    data=customer_reviews,
    ml_transforms=[get_sentiment(cols=dict(scores="review"))])
    
# Let's translate the score to something more meaningful
sentiment_scores["eval"] = sentiment_scores.scores.apply(
            lambda score: "AWESOMENESS" if score > 0.6 else "BLAH")
print(sentiment_scores)

Saída:

Beginning processing data.
Rows Read: 3, Read Time: 0, Transform Time: 0
Beginning processing data.
Elapsed time: 00:00:02.4327924
Finished writing 3 rows.
Writing completed.
                                            review    scores         eval
0            I really did not like the taste of it  0.461790         BLAH
1                  It was surprisingly quite good!  0.960192  AWESOMENESS
2  I will never ever ever go to that place again!!  0.310344         BLAH