Introduktion

3 minuter

Vid bearbetning av naturligt språk (NLP) är attitydanalys och åsiktsutvinning avgörande för att extrahera värdefulla insikter från textdata. Att lära sig dessa begrepp, deras skillnader och deras fördelar är avgörande för att skapa intelligenta program som bearbetar skriftligt språk och ger insikter om att upptäcka hur kunderna verkligen känner för ett varumärke, en produkt eller ett ämne. Attitydanalys ger insikter om marknadstrender, konkurrentprestanda och konsumentpreferenser. Att förstå sentiment hjälper företag att anpassa sina strategier i enlighet med detta.

Scenario: Analysera attityden i användaregenskapsgranskningar

Du är utvecklare för Margie's Travel, ett företag vars webb- och mobilappar ansluter resenärer som letar efter boende med husägare och fastighetsförvaltare som är villiga att hyra ut sina fastigheter. Azure Database for PostgreSQL– flexibel serverdatabas stöder dessa appar. En av appens funktioner gör det möjligt för hyresgäster att skicka granskningar av de fastigheter de hyrde. Dessa granskningar gör det möjligt för andra kunder att fastställa kvaliteten på boende och värdarnas användbarhet. Du uppmanas att använda Azure AI Services och azure_ai tillägget för att analysera attityden i granskningar så att beskrivande etiketter kan användas som filter i apparna.

Attitydanalys: Förstå helheten

Attitydanalys är som att ha en känslomässig radar för text. Det hjälper dig att mäta känslorna eller den känslomässiga tonen som uttrycks i skriftligt innehåll. Oavsett om det är en produktgranskning, ett inlägg på sociala medier eller kundfeedback visar attitydanalys om sentimentet är positivt, negativt eller neutralt. Den här funktionen ger insikter om hur användare uppfattar ditt varumärke, din produkt eller din tjänst.

Åsiktsutvinning: Gå bortom sentimentet

Åsiktsutvinning (även kallat aspektbaserad attitydanalys) tar attitydanalysen till nästa nivå. Det är som att dissekera åsikter under ett mikroskop. I stället för övergripande sentiment zoomar åsiktsutvinning in på specifika aspekter av texten. Till exempel kan det berätta för dig om användarna älskar de rymliga rummen men tycker att omgivningen är bullrig. Den här funktionen ger en djupare förståelse av mer nyanserade sentiment som är associerade med olika attribut och är idealisk för att utföra detaljerad analys.

Analysera sentiment med Azure AI Services

Med Azure AI Language-tjänsten, som är en del av Azure AI Services, kan du analysera sentiment och mina åsikter från textdata. Att införliva funktioner för attitydanalys i dina program kan utföras sömlöst med hjälp av azure_ai tillägget för Azure Database for PostgreSQL – flexibel server.

Utbildningsmål

Modulen utforskar funktionerna för attitydanalys och åsiktsutvinning i Azure AI Language-tjänsten och hur azure_ai tillägget kan användas för att integrera attitydanalys direkt i dina PostgreSQL-databaser. I den här modulen har du:

Utforska grunderna i attitydanalys och hur den kan tillämpas för att få insikter om användarsentiment och känslor.
Beskriv tekniker för åsiktsutvinning för att identifiera sentiment relaterade till specifika attribut.
Tillämpa attitydanalys på användargranskningar i en PostgreSQL-databas med hjälp av azure_ai tillägget.