教程：使用 Azure AI 服务进行情绪分析

本教程介绍如何使用 Azure AI 服务在 Azure Synapse Analytics 中轻松扩充数据。 你将使用 Azure AI 语言文本分析功能来进行情绪分析。

Azure Synapse 中的用户可以直接选择包含文本列的表，以扩充情绪。 这些情绪可以是积极、消极、混杂或中立的。 系统还将返回概率。

本教程涉及：

如果没有 Azure 订阅，可在开始前创建一个试用帐户。

先决条件

• Azure Synapse Analytics 工作区，其中 Azure Data Lake Storage Gen2 存储帐户配置为默认存储。 你需要成为所使用的 Data Lake Storage Gen2 文件系统的存储 Blob 数据参与者。
• Azure Synapse Analytics 工作区中的 Spark 池。 有关详细信息，请参阅在 Azure Synapse 中创建 Spark 池。
• 在 Azure Synapse 中配置 Azure AI 服务教程中所述的预配置步骤。

登录到 Azure 门户

登录到 Azure 门户。

创建 Spark 表

本教程需要一个 Spark 表。

1. 下载 FabrikamComments.csv 文件，其中包含用于文本分析的数据集。

2. 将文件上传到 Data Lake Storage Gen2 中的 Azure Synapse 存储帐户。

   

3. 通过右键单击文件并选择“新建笔记本”>“创建 Spark 表”，从 .csv 文件创建 Spark 表 。

   

4. 在代码单元格中命名表，然后在 Spark 池上运行笔记本。 请记得设置 header=True。

   

   %%pyspark
   df = spark.read.load('abfss://default@azuresynapsesa.dfs.core.chinacloudapi.cn/data/FabrikamComments.csv', format='csv'
   ## If a header exists, uncomment the line below
   , header=True
   )
   df.write.mode("overwrite").saveAsTable("default.YourTableName")
   

打开 Azure AI 服务向导

1. 右键单击在上一步中创建的 Spark 表。 选择“机器学习”>“使用新模型进行预测”打开向导。

   

2. 此时会显示配置面板，你需要选择一个预训练模型。 选择“情绪分析”。

   

配置情绪分析

接下来，配置情绪分析。 请选择以下详细信息：

• Azure 认知服务链接服务：作为先决条件步骤的一部分，你已创建了一个指向你的 Azure AI 服务的链接服务。 请在这里选择该服务。
• 语言：选择“英语”作为要对其进行情绪分析的文本的语言。
• 文本列：选择“注释(字符串)”作为数据集中你要对其进行分析以确定情绪的文本列。

完成后，选择“打开笔记本”。 随即将生成使用 PySpark 代码的笔记本来通过 Azure AI 服务执行情绪分析。

运行笔记本

你刚才打开的笔记本使用 SynapseML 库连接到 Azure AI 服务。 你提供的 Azure AI 服务链接服务可以让你在体验中安全地引用你的 Azure AI 服务，不会泄露任何秘密。

现在，可以运行所有单元，以使用情绪扩充数据。 选择“全部运行”。

情绪返回结果为“积极”、“消极”、“中立”或“混杂” 。 你还将获得每种情绪的概率。 详细了解 Azure AI 服务中的情绪分析。

后续步骤

• 教程：使用 Azure AI 服务进行异常情况检测
• 教程：Azure Synapse 专用 SQL 池中的机器学习模型评分
• Azure Synapse Analytics 中的机器学习功能