Informationen zur Stimmungsanalyse

Abgeschlossen

Die Stimmungsanalyse ist eine entscheidende Methode für die Verarbeitung natürlicher Sprachen (Natural Language Processing, NLP), mit der wir den emotionalen Ton oder die Stimmung erkennen können, der in Textdaten ausgedrückt wird. Mit maschinellem Lernen und natürlicher NLP soll die Stimmungsanalyse bestimmen, ob die Meinungen, Stimmungen, Bewertungen, Einstellungen und Emotionen, die im Text ausgedrückt werden, eine positive, negative oder neutrale Stimmung vermitteln. Mit diesen Funktionen können Anwendungen die Benutzerstimmung verstehen, die Markenwahrnehmung überwachen und fundierte Entscheidungen basierend auf Textinhalten treffen.

Mit den Web- und Mobil-Apps für Margie's Travel können Mieter Bewertungen abgeben, in denen sie ihre Erfahrungen beim Aufenthalt in den in den Apps aufgeführten Unterkünften detailliert beschreiben. Der Text dieser Bewertungen enthält wertvolle Informationen darüber, wie der Kunde die Unterkunft, seinen Gastgeber und seinen Aufenthalt empfunden hat. Das Verständnis dieser Stimmungen kann Margie's Travel dabei helfen, seine Kunden besser zu bedienen und Immobilieneigentümern und -verwaltern wertvolles Feedback geben.

Analysieren der Stimmung mit der azure_ai Erweiterung

Die azure_ai Erweiterung für Azure Database for PostgreSQL – Flexible Server basiert auf der Integration mit dem Azure KI Language-Dienst, um eine Stimmungsanalyse durchzuführen. Auf die Funktionen der Stimmungsanalyse der Erweiterung kann mithilfe der analyze_sentiment() Funktion innerhalb des azure_cognitive Schemas zugegriffen werden.

Diese Methode verfügt über drei Überladungen, sodass Sie die Stimmung eines Datensatzes gleichzeitig oder mehrerer Datensätze analysieren können, indem Sie ein Array von Werten übergeben, die ausgewertet werden sollen. Mit dem language Parameter können Sie auch angeben, in welchen der 94 unterstützten Sprachen der Eingabetext geschrieben wird.

Die Ausgabe der analyze_sentiment() Funktion ist der sentiment_analysis_result zusammengesetzte Typ. Die Struktur des Typs lautet:

   Column       |   Type   
----------------+------------------
 sentiment      | text      
 positive_score | double precision
 neutral_score  | double precision
 negative_score | double precision

Der zusammengesetzte Typ enthält die Stimmungsvorhersagen des Eingabetexts. Er enthält die Stimmung, die positiv, negativ, neutral oder gemischt sein kann, und die Bewertungen für positive, neutrale und negative Aspekte im Text. Die Ergebnisse werden als reale Zahlen zwischen 0 und 1 dargestellt. Beispielsweise ist die Stimmung in (neutral, 0,26, 0,64, 0,09) neutral, mit einem positiven Ergebnis von 0,26, neutral von 0,64 und negativ bei 0,09.

Die Funktion weist einzelnen Sätzen oder ganzen Dokumenten Stimmungsbezeichnungen (positiv, negativ oder neutral) zu. Diese Beschriftungen geben den emotionalen Ton an, der im Text ausgedrückt wird. Es gibt Konfidenzbewertungen zusammen mit den Stimmungsbezeichnungen zurück, die das Vertrauen des Modells in seine Vorhersagen darstellen.

Vorteile der Stimmungsanalyse

• Verstehen von Kundenfeedback: Analysieren von Rezensionen, Beiträgen in sozialen Medien, Umfragen usw.
• Markenansehen überwachen: Verfolgen Sie die Stimmungstrends im Laufe der Zeit.
• Benutzeroberflächen personalisieren: Passen Sie Inhalte basierend auf der Benutzerstimmung an.