教程：使用 Azure AI 服务进行情绪分析

项目
09/10/2024

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：

获取 Spark 表数据集的步骤，该数据集中包含用于进行情感分析的文本列。
通过 Azure Synapse 中的向导体验，使用 Azure AI 语言中的文本分析来扩充数据。

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。

创建 Spark 表

本教程需要一个 Spark 表。

下载 FabrikamComments.csv 文件，其中包含用于文本分析的数据集。
将文件上传到 Data Lake Storage Gen2 中的 Azure Synapse 存储帐户。
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。

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。

显示运行笔记本的屏幕截图。

%%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

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。
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。

显示用于配置情绪分析的选项的屏幕截图。

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。

显示情绪分析的屏幕截图。

通过