Dela via


Förbyggd modell för sentimentanalys

Den förbyggda modellen för attitydanalys identifierar positiva eller negativa känslor i text data. Du kan använda den för att analysera sociala medier, kundrecensioner eller vilken textinformation du är intresserad av. Den här modellen utvärderar textindata och returnerar resultat och etiketter på menings- och dokumentnivå. Poängen och etiketterna kan vara positiva, negativa eller neutrala. På dokumentnivå kan det också finnas en "blandad" attitydetikett som saknar poäng. Attityden i dokumentet bestäms genom att aggregera poängen i meningarna.

Används i Power Apps

Utforska attitydanalys

Du kan testa modellen för attitydanalys innan du importerar den till ditt flöde.

  1. Logga in på Power Apps eller Power Automate.

  2. I vänster fönster väljer du ... Mer>AI-nav.

  3. Under Upptäck en AI-kapacitet, välj AI-modeller.

    (Valfritt) För att behålla AI-modeller permanent på menyn för enkel åtkomst, välj nålikonen.

  4. Välj Attitydanalys – Identifiera positiva, negativa eller neutrala känslor i textdata.

  5. Välj fördefinierade textexempel att analysera eller lägg till egen text i Analysera text för att se hur modellen analyserar text.

Använd formelfältet

Du kan integrera AI Builder sentimentanalysmodellerna i Power Apps Studio med hjälp av formelfältet. Mer information finns i Använda Power Fx i AI Builder modeller i Power Apps (förhandsgranskning).

Används i Power Automate

Om du vill använda den här fördefinierade modellen i Power Automate, kan du läsa mer i Använda den förbyggda attitydanalysmodellen i Power Automate.

Språk och dataformat som stöds

  • Språk: tyska, spanska, engelska, franska, hindi, italienska, japanska, koreanska, nederländska, norska, portugisiska (brasiliansk), portugisiska (Portugal), turkiska, kinesiska (förenklad), kinesiska (traditionell)
  • Dokument får inte vara längre än 5 120 tecken.

Modell-utdata

Om text identifieras kommer attitydanalysmodellen att visa följande information:

  • Sentiment:

    • Positiva
    • Negativa
    • Neutrala
    • Blandat
  • Förtroendepoäng: Värde i intervallet 0 till 1. Värden nära 1 visar större konfidens för att den identifierade attityden är korrekt.

  • Meningar: Lista över meningar från inmatad text med analys av dess sentiment.

    • Sentiment:

      • Positiva
      • Negativa
      • Neutrala
      • Blandat
    • Förtroendepoäng för mening: Värde i intervallet 0 till 1. Värden nära 1 visar större konfidens för att attityden är korrekt.

Gränser

Följande gäller för anrop som görs per miljö i följande fördefinierade modeller: språkidentifiering, sentimentanalys och extraktion av nyckelfraser.

Åtgärd Gräns Förnyelseperiod
Anrop (per miljö) 400 60 sekunder