如何:使用情感分析與意見挖掘

情感分析和意見挖掘是偵測正面和負面情感的兩種方式。 您可以使用情感分析取得情感標籤 (例如「負面」、「中性」和「正面」),以及句子和文件層級的信賴分數。 意見挖掘會提供與文字中單字相關之意見的詳細資訊 (例如產品或服務的屬性)。

情感分析

情感分析會將情感標籤套用至文字 (在句子和文件層級傳回),且每個標籤都有信賴分數。

標籤分別為「正面」、「負面」和「中立」。 在文件層級也可能傳回「混合」的情感標籤。 文件情感的判定方式如下:

句子情感 傳回的文件標籤
文件中至少有一個 positive 句子。 其餘句子皆為 neutral positive
文件中至少有一個 negative 句子。 其餘句子皆為 neutral negative
文件中至少有一個 negative 句子和至少一個 positive 句子。 mixed
文件中的所有句子皆為 neutral neutral

信賴分數的範圍是從 1 到 0。 接近 1 的分數表示標籤分類的信賴度更高,而較低的分數則表示較低的信賴度。 針對每個文件或每個句子,與標籤 (正面、負面和中性) 相關聯的預測分數最多會加到 1 為止。 如需詳細資訊,請參閱負責任 AI 透明度資訊

意見挖掘

意見挖掘是情感分析的一個功能。 此功能也稱為自然語言處理 (NLP) 中的層面型情感分析,可提供文字中與產品或服務屬性相關意見的詳細資訊。 API 會將意見顯示為目標 (名詞或動詞) 以及評鑑 (形容詞)。

例如,如果客戶留下關於飯店的意見反應,例如「房間很棒,但員工很不友善」,則意見挖掘將會找出文字中的目標 (層面),以及相關聯的評鑑 (意見) 和情緒。 情感分析可能只會報告負面情感。

意見挖掘範例圖表

使用 REST API 時,若要在結果中進行意見挖掘,您必須在情感分析的要求中包含 opinionMining=true 旗標。 意見挖掘結果會包含在情感分析回應中。 意見挖掘是情感分析的擴充,並且會包含在您目前的定價層中。

開發選項

若要使用情感分析,您可以提交未經處理的非結構化文字進行分析,並在應用程式中處理 API 輸出。 分析是按原狀執行,對您資料上使用的模型不會進行額外的自訂。 有兩種方式可以使用情感分析:

開發選項 描述
Language Studio Language Studio 是以 Web 為基礎的平臺,可讓您在註冊時嘗試使用不含 Azure 帳戶的文字範例和您自己的資料進行實體連結。 如需詳細資訊,請參閱 Language Studio 網站或Language Studio 快速入門
REST API 或用戶端程式庫 (Azure SDK) 使用 REST API 或各種語言提供的用戶端程式庫,將情感分析整合到您的應用程式。 如需詳細資訊,請參閱 情感分析快速入門
Docker 容器 使用可用的 Docker 容器,在內部部署環境中部署此功能。 這些 Docker 容器可讓服務更加契合您的資料,以實現合規性、安全性或其他操作性原因。

決定如何處理資料 (選擇性)

指定情感分析模型

根據預設,情感分析將在您的文字上使用最新的可用 AI 模型。 您也可以將 API 要求設定為使用特定的模型版本

輸入語言

當您提交要由情感分析處理的文件時,可以指定撰寫文件所使用的支援語言。 如果您未指定語言,情感分析會預設為英文。 API 可能會在回應中傳回位移,以支援不同的多語系和表情符號編碼

提交資料

情感分析和意見挖掘會在您為其提供較少量的文字進行處理時,產生較高品質的結果。 這與部分功能 (例如關鍵片語擷取) 相反,後者在較大型文字區塊上的效能會更好。

若要傳送 API 要求,您需要語言資源端點和金鑰。

注意

您可以在 Azure 入口網站上找到語言資源的金鑰和端點。 您可以透過資源的 [金鑰和端點] 頁面,在 [資源管理] 下找到這些項目。

分析會在接收要求時執行。 以同步方式使用情感分析和意見挖掘功能是無狀態的。 您的帳戶中不會儲存任何資料,且結果會在回應中立即傳回。

以非同步方式使用這項功能時,API 結果可從要求內嵌的時間起 24 小時內提供使用,且會在回應中指出。 在這段時間之後,結果將會遭到清除且無法再供擷取之用。

取得情感分析和意見挖掘結果

當您收到來自 API 的結果時,傳回的關鍵片語順序是由模型在內部決定的。 您可以將結果串流至應用程式,或將輸出儲存到本機系統上的檔案。

情感分析會傳回整份文件的情感標籤和信賴分數,以及其中的每個句子。 接近 1 的分數表示標籤分類的信賴度更高,而較低的分數則表示較低的信賴度。 文件可以有多個句子,而每個文件或句子中的信賴分數增加最多至 1。

意見挖掘會在文字中找出目標 (名詞或動詞) 及其相關聯的評鑑 (形容詞)。 例如,「餐廳的餐點很棒,我們的服務生很友善」有兩個目標:餐點服務生。 每個目標都有評鑑。 例如,餐點的評鑑是很棒,而服務生的評鑑是很友善

API 會傳回意見作為目標 (名詞或動詞) 以及評鑑 (形容詞)。

服務和資料限制

如需每分鐘和每秒可傳送的要求大小和數目的相關資訊,請參閱服務限制一文。

另請參閱