자습서: Azure AI 서비스를 사용한 감정 분석

이 자습서에서는 Azure AI 서비스를 사용하여 Azure Synapse Analytics 에서 데이터를 보강하는 방법에 대해 알아봅니다. 감정 분석을 수행하려면 Azure AI 언어 텍스트 분석 기능을 사용합니다.

Azure Synapse의 사용자는 감정으로 보강할 텍스트 열이 포함된 테이블을 선택할 수 있습니다. 이러한 감정은 긍정, 부정, 혼합 또는 중립적일 수 있습니다. 확률도 반환됩니다.

이 자습서에서는 다음 내용을 다룹니다.

• 감정 분석을 위해 텍스트 열이 포함된 Spark 테이블 데이터 세트를 가져오는 단계입니다.
• Azure Synapse의 마법사 환경을 사용하여 Azure AI 언어의 Text Analytics를 사용하여 데이터를 보강합니다.

Azure 구독이 아직 없는 경우 시작하기 전에 체험 계정을 만듭니다.

필수 조건

• Azure Synapse Analytics 작업 영역(기본 스토리지로 구성된 Azure Data Lake Storage Gen2 스토리지 계정이 있음). 사용하는 Data Lake Storage Gen2 파일 시스템의 Storage Blob 데이터 기여자여야 합니다.
• Azure Synapse Analytics 작업 영역의 Spark 풀 자세한 내용은 Azure Synapse에서 Spark 풀 만들기를 참조하세요.
• 자습서에 설명된 사전 구성 단계: Azure Synapse에서 Azure AI 서비스 구성

Azure Portal에 로그인

Azure Portal에 로그인합니다.

Spark 테이블 만들기

이 자습서에는 Spark 테이블이 필요합니다.

1. 텍스트 분석을 위한 데이터 세트가 포함된 FabrikamComments.csv 파일을 다운로드합니다.

2. Synapse 분석에서 데이터 및 연결에서 스토리지 계정을 엽니다.

3. 파일을 Data Lake Storage Gen2의 Azure Synapse 스토리지 계정에 업로드합니다.

   

4. 마우스 오른쪽 단추로 파일을 클릭하고 새 Notebook>Spark 테이블 만들기를 차례로 선택하여 .csv 파일에서 Spark 테이블을 만듭니다.

   

5. 코드 셀에서 테이블을 설정하고 이름을 지정 header=True 합니다. 그런 다음 Spark 풀에서 Notebook을 실행합니다.

   

   %%pyspark
   df = spark.read.load('abfss://default@azuresynapsesa.dfs.core.windows.net/data/FabrikamComments.csv', format='csv'
   ## If a header exists, uncomment the line below
   , header=True
   )
   df.write.mode("overwrite").saveAsTable("default.YourTableName")
   

Azure AI 서비스 마법사 열기

1. 데이터 페이지의 작업 영역 탭에서 기본 레이크 테이블 아래에서 이전 절차에서 만든 Spark 테이블을 마우스 오른쪽 단추로 클릭합니다.

2. Machine Learning>모델을 사용하여 예측을 선택하여 마법사를 엽니다.

   

3. 구성 패널이 나타나면 미리 학습된 모델을 선택하라는 메시지가 표시됩니다. 감정 분석을 선택합니다.

   

감정 분석 구성

다음으로, 감정 분석을 구성합니다. 다음 세부 정보를 선택합니다.

• Azure Cognitive Services 연결된 서비스: 필수 조건 단계의 일부로 Azure AI 서비스에 연결된 서비스를 만들었습니다. 여기서 이를 선택합니다.
• 언어: 감정 분석을 수행하려는 텍스트의 언어로 영어를 선택합니다.
• 텍스트 열: 감정을 결정하기 위해 분석하려는 데이터 세트의 텍스트 열로 주석(문자열)을 선택합니다.

완료되면 Open notebook(Notebook 열기)을 선택합니다. 그러면 Azure AI 서비스로 감정 분석을 수행하는 PySpark 코드가 포함된 Notebook이 생성됩니다.

노트북 실행

방금 연 Notebook은 SynapseML 라이브러리를 사용하여 Azure AI 서비스에 연결합니다. 사용자가 제공한 Azure AI 서비스 연결 서비스를 사용하면 비밀을 공개하지 않고도 이 환경에서 Azure AI 서비스를 안전하게 참조할 수 있습니다.

이제 모든 셀을 실행하여 데이터를 감정으로 보강할 수 있습니다. 모두 실행을 선택합니다.

감정은 긍정, 부정, 중립 또는 혼합으로 반환됩니다. 감정당 확률도 얻을 수 있습니다. Azure AI 서비스의 감정 분석에 대해 자세히 알아봅니다.

관련 콘텐츠

• 자습서: Azure AI 서비스를 통한 변칙 검색
• 자습서: Azure Synapse 전용 SQL 풀에서 기계 학습 모델 채점
• Azure Synapse Analytics의 Machine Learning 기능