什么是情绪分析和观点挖掘?

情绪分析和观点挖掘是语言服务提供的功能之一,它是云中机器学习和 AI 算法的集合,可用于开发涉及书面语言的智能应用程序。 这些功能可帮助你通过挖掘文本中有关积极情绪或消极情绪的线索,来了解用户对品牌或主题的看法,并可以将它们与文本的特定方面相关联。

情绪分析和观点挖掘都适用于各种书面语言

情绪分析

情绪分析功能根据服务在句子和文档级别找到的最高置信度分数来提供情绪标签(例如“消极”、“中立”和“积极”)。 此功能还会为每个文档和文档中的句子返回介于 0 和 1 之间的置信度分数以表示积极、中立和消极情绪。

观点挖掘

观点挖掘是一项情绪分析功能。 此功能在自然语言处理 (NLP) 中也称为基于方面的情绪分析,它更加精细地描述了对文本中某些字词(例如产品或服务的属性)的观点。

典型工作流

若要使用此功能,需要提交数据进行分析并处理应用程序中的 API 输出。 分析按原样执行,不会对数据所用的模型进行其他自定义。

  1. 创建 Azure AI 语言资源,它会授权你访问 Azure AI 语言提供的功能。 它将生成一个密码(称为密钥)和一个终结点 URL,你将使用它们来验证 API 请求。

  2. 使用 REST API 或 C#、Java、JavaScript 和 Python 的客户端库创建请求。 还可以使用批处理请求发送异步调用,以将多个功能的 API 请求合并到一个调用中。

  3. 将包含数据的请求作为原始非结构化文本发送。 密钥和终结点将用于身份验证。

  4. 在本地流式处理或存储响应。

情绪分析入门

若要使用情绪分析,需在应用程序中提交原始非结构化文本进行分析并处理 API 输出。 分析按原样执行,不会对数据所用的模型进行其他自定义。 可通过两种方式使用情绪分析:

开发选项 说明
Language Studio Language Studio 是一个基于 Web 的平台,让你可以在没有 Azure 帐户的情况下尝试使用文本示例进行实体链接,并在注册时使用自己的数据。 有关详细信息,请参阅 Language Studio 网站Language Studio 快速入门
REST API 或客户端库 (Azure SDK) 使用 REST API 或以各种语言提供的客户端库将情绪分析集成到应用程序中。 有关详细信息,请参阅情绪分析快速入门
Docker 容器 使用可用的 Docker 容器在本地部署此功能。 借助这些 Docker 容器,你能够将服务进一步引入数据,以满足合规性、安全性或其他操作目的。

参考文档和代码示例

在应用程序中使用此功能时,请参阅 Azure AI 语言的以下参考文档和示例:

开发选项/语言 参考文档 示例
REST API REST API 文档
C# C# 文档 C# 示例
Java Java 文档 Java 示例
Javascript JavaScript 文档 JavaScript 示例
Python Python 文档 Python 示例

负责任的 AI

AI 系统不仅包括技术,还包括使用它的人员、受其影响的人员以及部署它的环境。 阅读情绪分析的透明度说明,了解如何在系统中负责任地使用和部署 AI。 有关详细信息,还可以参阅以下文章:

后续步骤