簡介
在自然語言處理中，情感分析和意見採礦對於從文字數據中擷取寶貴見解至關重要。 了解這些概念、其差異及其優點，對於建置處理書面語言的智慧型手機應用程式，並提供深入解析，以探索客戶對品牌、產品或主題的真實感受。 情感分析提供市場趨勢、競爭對手績效和消費者偏好的見解。 瞭解情感有助於企業據此調整其策略。
案例：分析使用者屬性檢閱的情感
您是 Margie 旅遊公司的開發人員，該公司的 Web 和行動應用程式將尋找住宿的旅行者與願意出租其房產的房主和物業經理聯繫在一起。 適用於 PostgreSQL 的 Azure 資料庫彈性伺服器資料庫會支援這些應用程式。 其中一個應用程式的功能可讓租使用者提交他們租房房產的評論。 這些評論可讓其他客戶判斷住宿品質，以及主機的説明。 你會被要求使用 Foundry 工具和擴充 azure_ai 功能來分析評論的情感，這樣描述性標籤就能在應用程式中作為篩選條件。
情感分析：瞭解大局
情感分析 就像對文字有情感雷達一樣。 它可協助您衡量書面內容中表達的感受或情感語氣。 無論是產品評論、社交媒體帖子還是客戶意見反應，情感分析都揭示了情感是 正面、 負面還是 中性。 這項功能提供使用者如何感知您的品牌、產品或服務的見解。
意見採礦：超越情感
意見採礦 （也稱為以層面為基礎的情感分析）將情感分析提升到下一個水準。 就像在顯微鏡下剖析意見一樣。 意見採礦會放大文字的特定層面，而不是整體情感。 例如，它可以告訴你，使用者是否喜歡寬敞的房間，但發現周圍嘈雜。 這項功能可讓您更深入地瞭解與不同屬性相關聯的更細微情感，而且非常適合用於進行細部分析。
使用 Foundry 工具分析情感
Azure 語言服務是 Foundry Tools 的一部分，讓你能分析情感並從文字資料中挖掘意見。 您可以使用適用於 PostgreSQL 的 Azure 資料庫彈性伺服器的 azure_ai 擴充功能，順暢地將情感分析功能納入您的應用程式。
學習目標
本模組探討 Azure 語言服務的情感分析與意見挖掘功能，以及如何利用該 azure_ai 擴充功能直接整合情感分析至您的 PostgreSQL 資料庫中。 在本課程模組中，您會：
- 探索情感分析的基本概念，以及如何套用它來深入瞭解使用者情感和情緒。
- 描述意見採礦技術，以識別與特定屬性相關的情感。
- 使用
azure_ai延伸模組，將情感分析套用至 PostgreSQL 資料庫中的用戶評論。
在本課程模組結束時，您將能夠建置智慧型手機應用程式，直接了解資料庫中的情感和意見。