Compartilhar via


O que é análise de sentimento e mineração de opiniões?

A análise de sentimento e a mineração de opiniões são recursos oferecidos pelo serviço de linguagem, uma coleção de aprendizado de máquina e algoritmos de IA na nuvem para o desenvolvimento de aplicativos inteligentes que envolvem linguagem escrita. Esses recursos ajudam você a descobrir o que as pessoas acham de sua marca ou tópico através da mineração de um texto para obter pistas sobre sentimentos positivos ou negativos e podem associá-los a aspectos específicos do texto.

A análise de sentimento e a mineração de opinião funcionam com uma variedade de linguagens escritas.

Análise de sentimento

O recurso de análise de sentimento fornece rótulos de sentimentos (como "negativo", "neutro" e "positivo") com base na pontuação de confiança mais alta encontrada pelo serviço em um nível de frase e documento. Esse recurso também retorna pontuações de confiança entre 0 e 1 para cada documento e frase dentro dele para um sentimento positivo, neutro e negativo.

Mineração de opinião

A mineração de opiniões é um recurso da análise de sentimento. Também conhecida como Análise de Sentimento baseada em aspecto no Processamento de idioma natural (NLP), esse recurso fornece informações mais granulares sobre as opiniões relacionadas a palavras (como os atributos de produtos ou serviços) no texto.

Fluxo de trabalho típico

Para usar esse recurso, você envia dados para análise e manipula a saída da API em seu aplicativo. A análise é realizada no estado em que se encontra, sem nenhuma personalização adicionada para o modelo usado nos seus dados.

  1. Crie um recurso da Linguagem de IA do Azure, que concede a você acesso aos recursos oferecidos pela Linguagem de IA do Azure para o idioma. Ele gera uma senha (chamada de chave) e uma URL de ponto de extremidade que você usa para autenticar solicitações de API.

  2. Crie uma solicitação usando a API REST ou a biblioteca de cliente para C#, Java, JavaScript e Python. Você também pode enviar chamadas assíncronas com uma solicitação em lote para combinar solicitações de API para vários recursos em uma só chamada.

  3. Envie a solicitação que contém seus dados de texto. A chave e o ponto de extremidade são usados para autenticação.

  4. Transmita por streaming ou armazene a resposta localmente.

Introdução à análise de sentimento

Para usar análise de sentimento, envie um texto não estruturado bruto para análise e processe a saída da API no aplicativo. A análise é realizada no estado em que se encontra, sem nenhuma personalização adicional para o modelo usado em seus dados. Há duas maneiras de usar a análise de sentimento:

Opção de desenvolvimento Descrição
Language Studio O Language Studio é uma plataforma baseada na Web que permite que você experimente a vinculação de entidade com exemplos de texto sem uma conta do Azure, e seus próprios dados quando você se inscreve. Para obter mais informações, confira o site do Language Studio ou o início rápido do Language Studio.
API REST ou biblioteca de clientes (SDK do Azure) Integre a análise de sentimento aos seus aplicativos usando a API REST ou a biblioteca de clientes disponível em uma variedade de idiomas. Para obter mais informações, confira o início rápido da análise de sentimento.
Contêiner do Docker Use o contêiner do Docker disponível para implantar esse recurso local. Esses contêineres do Docker permitem que você aproxime o serviço dos seus dados para fins de conformidade, segurança ou outras razões operacionais.

Documentação de referência e exemplos de código

Quando usar esse recurso nos seus aplicativos, confira a seguinte documentação de referência e as amostras de Linguagem de IA do Azure:

Opção/idioma de desenvolvimento Documentação de referência Exemplos
API REST Documentação da API REST
C# Documentação do C# Exemplos do C#
Java Documentação do Java Exemplos do Java
JavaScript Documentação do JavaScript Exemplos de JavaScript
Python Documentação do Python Exemplos em Python

IA responsável

Um sistema de IA inclui não apenas a tecnologia, mas também as pessoas que irão usá-la, que serão afetadas por ela e o ambiente em que ela foi implantada. Leia a nota de transparência sobre análise de sentimento para saber mais sobre o uso responsável de IA e a implantação em seus sistemas. Você também pode conferir os artigos a seguir para saber mais:

Próximas etapas