Explorar a análise de sentimentos
A análise de sentimento é uma técnica crucial de processamento de linguagem natural (PNL) que nos permite discernir o tom emocional ou sentimento expresso em dados textuais. Usando aprendizado de máquina e PNL natural, a análise de sentimento visa determinar se as opiniões, sentimentos, avaliações, atitudes e emoções expressas no texto transmitem um sentimento positivo, negativo ou neutro. Esses recursos permitem que os aplicativos entendam o sentimento do usuário, monitorem a perceção da marca e tomem decisões informadas com base em conteúdo textual.
Os aplicativos da Web e para dispositivos móveis da Margie's Travel permitem que os locatários enviem avaliações detalhando suas experiências de hospedagem em estabelecimentos listados nos aplicativos. O texto dessas avaliações contém informações valiosas sobre como o cliente se sentiu em relação ao estabelecimento, ao anfitrião e à estadia. Compreender estes sentimentos pode ajudar a Margie's Travel a servir melhor os seus clientes e fornecer feedback valioso aos proprietários e gestores.
Analise o sentimento com a extensão azure_ai
A azure_ai extensão do Banco de Dados do Azure para PostgreSQL - Servidor Flexível depende da integração com o serviço Azure AI Language para executar a análise de sentimento. Os recursos de análise de sentimento da extensão são acessíveis usando a analyze_sentiment() função dentro do azure_cognitive esquema.
Esse método tem três sobrecargas, permitindo que você analise o sentimento de um registro de cada vez ou vários registros passando uma matriz de valores para avaliar. Usando o language parâmetro, você também pode indicar em qual dos 94 idiomas suportados o texto de entrada é escrito.
A saída da função é o analyze_sentiment() sentiment_analysis_result tipo composto. A estrutura do tipo é:
Column | Type
----------------+------------------
sentiment | text
positive_score | double precision
neutral_score | double precision
negative_score | double precision
O tipo composto contém as previsões de sentimento do texto de entrada. Inclui o sentimento, que pode ser positivo, negativo, neutro ou misto, e as pontuações para aspetos positivos, neutros e negativos encontrados no texto. As pontuações são representadas como números reais entre 0 e 1. Por exemplo, em (neutro, 0,26, 0,64, 0,09), o sentimento é neutro, com uma pontuação positiva de 0,26, neutro de 0,64 e negativo em 0,09.
A função atribui rótulos de sentimento (positivo, negativo ou neutro) a frases individuais ou documentos inteiros. Esses rótulos indicam o tom emocional expresso no texto. Ele retorna pontuações de confiança junto com os rótulos de sentimento, representando a confiança do modelo em suas previsões.
Benefícios da análise de sentimento
- Entenda o feedback dos clientes: analise avaliações, publicações em redes sociais, pesquisas, etc.
- Monitore a reputação da marca: acompanhe as tendências de sentimento ao longo do tempo.
- Personalize as experiências do usuário: adapte o conteúdo com base no sentimento do usuário.