Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Анализ настроения и анализ мнений — это два способа обнаруживать положительные и отрицательные чувства. С помощью анализа тональности вы можете получить метки эмоциональной окраски (например, "отрицательные", "нейтральные" и "положительные") и оценки уверенности как на уровне предложения, так и документа. Анализ мнений предоставляет детальную информацию о мнениях, связанных со словами (например, атрибуты продуктов или услуг) в тексте.
Анализ настроений
Анализ тональности применяет к тексту метки тональности, возвращаемые на уровне предложения и документа, с оценкой достоверности для каждого из них.
Применяются такие метки: positive, negative и neutral. На уровне документа может также возвращаться метка тональности mixed. Тональность документа определяется следующим образом:
| Тональность предложения | Метка возвращенного документа |
|---|---|
В документе есть по меньшей мере одно предложение positive. Остальные предложения оценены как neutral. |
positive |
В документе есть по меньшей мере одно предложение negative. Остальные предложения оценены как neutral. |
negative |
В документе есть по меньшей мере одно предложение negative и одно предложение positive. |
mixed |
Все предложения в документе являются neutral. |
neutral |
Оценки достоверности колеблются в диапазоне от 1 до 0. Оценки, близкие к 1, указывают на более высокую достоверность в классификации метки, а более низкие оценки указывают на более низкую достоверность. Для каждого документа или предложения прогнозируемые оценки, связанные с метками (positive, negative и neutral), в сумме составляют 1. См. дополнительную информацию в заметке о прозрачности ответственного ИИ.
Интеллектуальный анализ мнений
Анализ мнений является функцией анализа тональности. Также называется анализ тональности на основе аспектов в NLP (обработке естественного языка), эта функция предоставляет более подробную информацию о мнениях, связанных с атрибутами продуктов или услуг в тексте. API представляет мнения как целевые объекты (существительные или глаголы) и оценки (прилагательные).
Например, если клиент оставляет отзыв о отеле, например "Комната была отличной, но персонал был несоответствующий"." Анализ мнений находит целевые объекты (аспекты) в тексте, а также их связанные оценки (мнения) и настроения. Анализ тональности может сообщать только об отрицательной тональности.
Если вы используете REST API, чтобы получить в результатах интеллектуальный анализ мнений, необходимо включить флаг opinionMining=true в запрос для анализа тональности. Результаты анализа мнений включены в ответ на анализ тональности. Анализ мнений — это расширение анализа тональности, включенное в текущую ценовую категорию.
Варианты разработки
Чтобы использовать анализ тональности, вы отправляете необработанный неструктурированный текст для анализа и обрабатываете выходные данные API в приложении. Анализ выполняется на условиях "как есть", без дополнительной настройки используемой модели для ваших данных. Существует два способа использования анализа тональности.
| Вариант разработки | Описание |
|---|---|
| Microsoft Foundry | Foundry — это онлайн-платформа, которая позволяет использовать связывание сущностей с текстовыми примерами с собственными данными после регистрации. Дополнительные сведения см. на веб-сайте Foundry или документации по Foundry. |
| REST API или клиентская библиотека (пакет SDK для Azure) | Интегрируйте анализ тональности в ваши приложения, используя REST API или клиентскую библиотеку, доступную на различных языках. Дополнительные сведения см. в кратком руководстве по анализу тональности. |
| Контейнер Docker | Используйте доступный контейнер Docker, чтобы развернуть эту функцию локально. Эти контейнеры Docker позволяют разместить службу ближе к данным, чтобы обеспечивать безопасность, соответствие требованиям и пользоваться другими операционными преимуществами. |
Определение способа обработки данных (необязательно)
Указание модели анализа тональности
По умолчанию анализ тональности использует последнюю доступную модель ИИ для вашего текста. Вы также можете настроить запросы API для использования определенной версии модели.
Языки ввода
При отправке документов для обработки с помощью анализа тональности можно указать, какие из поддерживаемых языков они написаны. Если вы не указываете язык, анализ тональности по умолчанию выполняется на английском языке. API может возвращать смещения в ответе для поддержки различных многоязычных кодировок и эмодзи.
Отправка данных
Анализ тональности и анализ мнений дают более качественный результат, если им передаются меньшие объемы текста для обработки. Этот процесс отличается от некоторых функций, таких как извлечение ключевых фраз, которые лучше выполняются в больших блоках текста.
Чтобы отправить запрос API, вам потребуется конечная точка и ключ ресурса языка.
Примечание.
Ключ и конечную точку для языкового ресурса можно найти на портале Azure. Они находятся на странице "Ключ ресурса" и "конечная точка " в разделе управления ресурсами.
Анализ выполняется при получении запроса. При синхронном использовании функций анализа настроений и анализа мнений система работает без учета состояния. Никакие данные в учетной записи не сохраняются, а все результаты немедленно возвращаются в ответе.
При асинхронном использовании этой функции результаты API доступны в течение 24 часов с момента приема запроса и указываются в ответе. По истечении этого периода результаты очищаются и больше не будут доступны для извлечения.
Получение результатов анализа тональности и анализа мнений
При получении результатов из API порядок возвращаемых ключевых фраз определяется моделью. Результаты можно передать в приложение или сохранить в файл в локальной системе.
Анализ тональности возвращает метку тональности и уровень уверенности для всего документа и для каждого предложения внутри него. Оценки, близкие к 1, указывают на более высокую достоверность в классификации метки, а более низкие оценки указывают на более низкую достоверность. Документ может содержать несколько предложений, а оценки достоверности в каждом документе или предложении в сумме составляют 1.
Интеллектуальный анализ мнений находит целевые слова (существительные или глаголы) в тексте и их связанную оценку (прилагательное). Например, предложение Еда в ресторане была очень вкусной, и официант был приветливым имеет два целевых объекта: еда и официант. Для каждого целевого объекта определена оценка. Например, оценка для объекта еда — вкусной, а для объекта официант — приветливым.
API возвращает мнения как целевые объекты (существительные или глаголы) и оценки (прилагательные).
Ограничения службы и данных
Сведения о размере и числе запросов, которые можно отправлять в минуту и секунду, см. в статье об ограничениях службы.