分析情感

已完成

情感分析可用來評估文字檔的正面或負面程度，這在各種工作負載中很有用，例如：

• 根據評論量化情感，以評估電影、書籍或產品。
• 將客戶服務回應的優先順序設定為透過電子郵件或社交媒體傳訊收到的信件。

使用 Azure AI Language 來評估情緒時，回應會包含提交至服務之每個文件的整體文件情緒和個別句子情緒。

例如，您可以提交單一檔以進行情感分析，如下所示：

{
  "kind": "SentimentAnalysis",
  "parameters": {
    "modelVersion": "latest"
  },
  "analysisInput": {
    "documents": [
      {
        "id": "1",
        "language": "en",
        "text": "Good morning!"
      }
    ]
  }
}

來自服務的回應可能如下所示：

{
  "kind": "SentimentAnalysisResults",
  "results": {
    "documents": [
      {
        "id": "1",
        "sentiment": "positive",
        "confidenceScores": {
          "positive": 0.89,
          "neutral": 0.1,
          "negative": 0.01
        },
        "sentences": [
          {
            "sentiment": "positive",
            "confidenceScores": {
              "positive": 0.89,
              "neutral": 0.1,
              "negative": 0.01
            },
            "offset": 0,
            "length": 13,
            "text": "Good morning!"
          }
        ],
        "warnings": []
      }
    ],
    "errors": [],
    "modelVersion": "2022-11-01"
  }
}

句子情感是以 0 到 1 之間的 正面、 負面和 中性 分類值信賴分數為基礎。

整體文件情感是以句子為基礎：

• 如果所有句子都是中性，則整體情感為中性。
• 如果句子分類只包含正面和中性，整體情緒為正面的。
• 如果句子分類只包含負面和中性，則整體情感為負面。
• 如果句子分類包含正面和負面，整體情緒將會是混合的。