Explorer l’analyse des sentiments

  • 3 minutes

analyse des sentiments est une technique cruciale de traitement du langage naturel (NLP) qui nous permet de discerner le ton émotionnel ou le sentiment exprimé dans des données textuelles. À l’aide du Machine Learning et des NLP naturels, l’analyse des sentiments vise à déterminer si les opinions, sentiments, évaluations, attitudes et émotions exprimées dans le texte transmettent un sentiment positif, négatif ou neutre. Ces fonctionnalités permettent aux applications de comprendre les sentiments des utilisateurs, de surveiller la perception de la marque et de prendre des décisions éclairées en fonction du contenu textuel.

Les applications web et mobiles pour Margie’s Travel permettent aux locataires de soumettre des révisions détaillant leurs expériences de séjour aux propriétés répertoriées dans les applications. Le texte de ces avis contient des informations précieuses sur la façon dont le client se sentait sur la propriété, son hôte et son séjour. Comprendre ces sentiments peut aider Margie’s Travel à mieux servir ses clients et à fournir des commentaires précieux aux propriétaires et aux gestionnaires immobiliers.

Analyser les sentiments avec l’extension azure_ai

L’extension azure_ai pour Azure Database pour PostgreSQL - Serveur flexible s’appuie sur l’intégration avec le service Azure AI Language pour effectuer une analyse des sentiments. Les fonctionnalités d’analyse des sentiments de l’extension sont accessibles à l’aide de la fonction analyze_sentiment() dans le schéma azure_cognitive.

Cette méthode a trois surcharges, ce qui vous permet d’analyser le sentiment d’un enregistrement à la fois ou plusieurs enregistrements en passant un tableau de valeurs à évaluer. À l’aide du paramètre language, vous pouvez également indiquer dans quelles langues prises en charge 94 le texte d’entrée est écrit.

La sortie de la fonction analyze_sentiment() est le type composite sentiment_analysis_result. La structure du type est la suivante :

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

Le type composite contient les prédictions de sentiment du texte d’entrée. Il comprend le sentiment, qui peut être positif, négatif, neutre ou mixte, et les scores pour les aspects positifs, neutres et négatifs trouvés dans le texte. Les scores sont représentés sous forme de nombres réels compris entre 0 et 1. Par exemple, dans (neutre, 0,26, 0,64, 0,09), le sentiment est neutre, avec un score positif de 0,26, neutre de 0,64 et négatif à 0,09.

La fonction affecte des étiquettes de sentiments (positives, négatives ou neutres) à des phrases individuelles ou à des documents entiers. Ces étiquettes indiquent le ton émotionnel exprimé dans le texte. Elle retourne des scores de confiance avec les étiquettes de sentiments, représentant la confiance du modèle dans ses prédictions.

Avantages de l’analyse des sentiments

  • Comprendre les commentaires des clients : analyser les avis, les publications sur les réseaux sociaux, les enquêtes, etc.
  • Surveiller la réputation de la marque : suivez les tendances des sentiments au fil du temps.
  • Personnaliser les expériences utilisateur : adapter le contenu en fonction du sentiment utilisateur.