Руководство. Анализ тональности и интеллектуальный анализ мнений
Анализ тональности и интеллектуальный анализ мнений — это два способа обнаруживать положительную и отрицательную тональность. При использовании анализа тональности вы получаете метки тональности (например, "отрицательные", "нейтральные" и "положительные") и оценки достоверности на уровне предложения и документа. Интеллектуальный анализ мнений предоставляет подробные сведения о мнениях, связанных со словами (например, атрибуты продуктов или услуг) в тексте.
Анализ тональности
Анализ тональности применяет к тексту метки тональности, возвращаемые на уровне предложения и документа, с оценкой достоверности для каждого из них.
Применяются такие метки: positive, negative и neutral. На уровне документа может также возвращаться метка тональности mixed. Тональность документа определяется следующим образом.
| Тональность предложения | Полученная метка документа |
|---|---|
В документе есть по меньшей мере одно предложение positive. Остальные предложения оценены как neutral. |
positive |
В документе есть по меньшей мере одно предложение negative. Остальные предложения оценены как neutral. |
negative |
В документе есть по меньшей мере одно предложение negative и одно предложение positive. |
mixed |
Все предложения в документе оценены как neutral. |
neutral |
Оценки достоверности колеблются в диапазоне от 1 до 0. Оценки, близкие к 1, указывают на более высокую достоверность в классификации метки, а более низкие оценки указывают на более низкую достоверность. Для каждого документа или предложения прогнозируемые оценки, связанные с метками (positive, negative и neutral), в сумме составляют 1. Дополнительные сведения см. в заметке о прозрачности для ответственного ИИ.
Интеллектуальный анализ мнений
Интеллектуальный анализ мнений — это функция анализа тональности. Эта функция также известна как анализ тональности на основе аспекта обработки естественного языка (NLP). Она предоставляет более детализированные сведения о мнениях, связанных с атрибутами продуктов или услуг в тексте. API представляет мнения как целевые объекты (существительные или глаголы) и оценки (прилагательные).
Например, если клиент оставляет отзыв о гостинице, например "комната отличная, но персонал был недружелюбным", функция интеллектуального анализа мнений будет искать целевые объекты (аспекты) в тексте, а также связанные с ними оценки (мнения) и тональности. Функция анализа тональности может оправлять сведения только об отрицательной тональности.
Если вы используете REST API, чтобы получить в результатах интеллектуальный анализ мнений, необходимо включить флаг opinionMining=true в запрос для анализа тональности. Результаты интеллектуального анализа мнений будут включены в ответ анализа тональности. Интеллектуальный анализ мнений — это расширение анализа тональности, включенное в текущую ценовую категорию.
Варианты разработки
Чтобы использовать анализ тональности, вы отправляете необработанный неструктурированный текст для анализа и обрабатываете выходные данные API в приложении. Анализ выполняется на условиях "как есть", без дополнительной настройки используемой модели для ваших данных. Существует два способа использования анализа тональности:
| Вариант разработки | Описание |
|---|---|
| Language Studio | Language Studio — это веб-платформа, которая позволяет использовать связывание сущностей с текстовыми примерами без учетной записи Azure и собственными данными при регистрации. Дополнительные сведения см. на веб-сайте Language Studio или кратком руководстве по языковой студии. |
| REST API или клиентская библиотека (пакет SDK для Azure) | Интегрируйте анализ тональности в приложения с помощью REST API или клиентской библиотеки, доступной на различных языках. Дополнительные сведения см. в кратком руководстве по анализу тональности. |
| Контейнер Docker | Используйте доступный контейнер Docker, чтобы развернуть эту функцию локально. Эти контейнеры Docker позволяют разместить службу ближе к данным, чтобы обеспечивать безопасность, соответствие требованиям и пользоваться другими операционными преимуществами. |
Определение способа обработки данных (необязательно)
Указание модели анализа тональности
По умолчанию при анализе тональности в тексте будет использоваться последняя доступная модель ИИ. Вы также можете настроить запросы API для использования определенной версии модели.
Языки ввода
При отправке документов для обработки с помощью анализа тональности можно указать, на каком из поддерживаемых языков они написаны. Если язык не указан, по умолчанию анализ тональности будет использовать английский. API может возвращать смещения в ответе для поддержки различных многоязычных кодировок и эмодзи.
Отправка данных
Анализ тональности и интеллектуальный анализ мнений дают более качественный результат, если им передаются более мелкие блоки текста. Этим они отличаются от некоторых других функций, таких как извлечение ключевой фразы, которые работают лучше на более крупных блоках текста.
Чтобы отправить запрос API, вам потребуется конечная точка ресурса языка и ключ.
Примечание
Ключ и конечную точку для языкового ресурса можно найти на портале Azure. Они находятся на странице ресурса Ключ и конечная точка в разделе Управление ресурсами.
Анализ выполняется при получении запроса. При синхронном использовании функций анализа тональности и интеллектуального анализа мнений состояние не учитывается. Никакие данные в учетной записи не сохраняются, а все результаты немедленно возвращаются в ответе.
При асинхронном использовании этой функции результаты API доступны в течение 24 часов с момента приема запроса и указываются в ответе. По истечении этого периода результаты очищаются и больше не будут доступны для извлечения.
Получение результатов анализа тональности и интеллектуального анализа мнений
При получении результатов из API порядок возвращаемых ключевых фраз определяется моделью. Результаты можно передать в приложение или сохранить в файл в локальной системе.
Анализ тональности возвращает метку тональности и оценку достоверности для всего документа и каждого предложения внутри него. Оценки, близкие к 1, указывают на более высокую достоверность в классификации метки, а более низкие оценки указывают на более низкую достоверность. Документ может содержать несколько предложений, а оценки достоверности в каждом документе или предложении в сумме составляют 1.
При интеллектуальном анализе мнений в тексте определяются целевые объекты (существительные или глаголы), а также связанные с ними оценки (прилагательные). Например, предложение Еда в ресторане была очень вкусной, и официант был приветливым имеет два целевых объекта: еда и официант. Для каждого целевого объекта определена оценка. Например, оценка для объекта еда — вкусной, а для объекта официант — приветливым.
API возвращает мнения как целевые объекты (существительные или глаголы) и оценки (прилагательные).
Ограничения службы и данных
Сведения о размере и числе запросов, которые можно отправлять в минуту и секунду, см. в статье об ограничениях службы.