Einführung

3 Minuten

In der Verarbeitung natürlicher Sprachen (NLP) sind die Stimmungsanalyse und Opinion Mining von entscheidender Bedeutung, um wertvolle Erkenntnisse aus Textdaten zu extrahieren. Das Erlernen dieser Konzepte, ihrer Unterschiede und Vorteile ist für die Entwicklung intelligenter Anwendungen, die geschriebene Sprache verarbeiten und Erkenntnisse darüber liefern, wie Kunden wirklich über eine Marke, ein Produkt oder ein Thema denken, von entscheidender Bedeutung. Die Stimmungsanalyse liefert Einblicke in Markttrends, Konkurrenzleistung und Verbraucherpräferenzen. Das Verständnis der Stimmung hilft Unternehmen, ihre Strategien entsprechend anzupassen.

Szenario: Analysieren der Stimmung von Bewertungen von Benutzereigenschaften

Sie sind Entwickler für Margie's Travel, ein Unternehmen, dessen Web- und Mobil-Apps Reisende auf der Suche nach einer Unterkunft mit Hausbesitzern und Immobilienverwaltern verbinden, die bereit sind, ihre Immobilien zu vermieten. Die flexible Azure Database for PostgreSQL Serverdatenbank unterstützt diese Apps. Eine der Features der App ermöglicht es Mietern, Rezensionen der von ihnen gemieteten Eigenschaften zu übermitteln. Diese Bewertungen ermöglichen es anderen Kunden, die Qualität der Unterkünfte und die Hilfsbereitschaft der Gastgeber zu bestimmen. Sie werden aufgefordert, Azure KI Services und die azure_ai Erweiterung zu verwenden, um die Stimmung von Rezensionen zu analysieren, damit beschreibende Bezeichnungen als Filter in den Apps angewendet werden können.

Stimmungsanalyse: Verstehen des Gesamtbildes

Die Stimmungsanalyse ist wie ein emotionaler Radar für Text. Sie hilft Ihnen, die Gefühle oder emotionalen Ton zu messen, die in schriftlichen Inhalten ausgedrückt werden. Ganz gleich, ob es sich um eine Produktrezension, einen Social-Media-Beitrag oder Kundenfeedback handelt, die Stimmungsanalyse zeigt, ob die Stimmung positiv, negativ oder neutral ist. Diese Funktion bietet Einblicke in die Wahrnehmung Ihrer Marke, Ihres Produkts oder Ihrer Dienstleistung durch Benutzer.

Opinion Mining: Über die Stimmung hinaus

Opinion Mining (auch als aspektbasierte Stimmungsanalyse bezeichnet) bringt die Stimmungsanalyse auf die nächste Ebene. Es ist, als würde man Meinungen unter dem Mikroskop analysieren. Anstelle der allgemeinen Stimmung konzentriert sich das Opinion Mining auf bestimmte Aspekte des Textes. So können Sie beispielsweise feststellen, ob die Benutzer die geräumigen Zimmer lieben, aber die Umgebung laut finden. Diese Funktion bietet ein tieferes Verständnis von differenzierteren Stimmungen, die verschiedenen Attributen zugeordnet sind, und ist ideal für die Durchführung feiner Analysen.

Analysieren der Stimmung mit Azure KI Services

Der Azure KI Language-Dienst, Teil von Azure KI Services, ermöglicht es Ihnen, Stimmungen und Meinungen aus Textdaten zu analysieren. Die Integration von Funktionen für die Stimmungsanalyse in Ihre Anwendungen kann nahtlos mithilfe der azure_ai Erweiterung für die den flexiblen Azure Database for PostgreSQL Server erfolgen.

Lernziele

Das Modul untersucht die Stimmungsanalyse- und Opinion Mining-Funktionen des Azure KI Language-Diensts und wie die azure_ai Erweiterung verwendet werden kann, um die Stimmungsanalyse direkt in Ihre PostgreSQL-Datenbanken zu integrieren. Dieses Modul umfasst Folgendes:

Erkunden Sie die Grundlagen der Stimmungsanalyse und wie sie angewendet werden kann, um Einblicke in Benutzerstimmungen und Emotionen zu erhalten.
Beschreiben von Opinion Mining-Techniken zur Identifizierung von Stimmungen im Zusammenhang mit bestimmten Attributen.
Wenden Sie mithilfe der azure_ai Erweiterung eine Stimmungsanalyse auf Benutzerrezensionen in einer PostgreSQL-Datenbank an.