Dela via

Självstudie: Attitydanalys med Azure AI-tjänster

  • Artikel

I den här självstudien lär du dig att utöka dina data i Azure Synapse Analytics med Azure AI-tjänster. Du använder textanalysfunktionerna i Azure AI Language för att utföra attitydanalys.

En användare i Azure Synapse kan välja en tabell som innehåller en textkolumn för att berika med sentiment. Dessa sentiment kan vara positiva, negativa, blandade eller neutrala. En sannolikhet returneras också.

Den här självstudiekursen omfattar:

  • Steg för att hämta en Spark-tabelldatauppsättning som innehåller en textkolumn för attitydanalys.
  • Använda en guideupplevelse i Azure Synapse för att berika data med hjälp av Textanalys i Azure AI Language.

Om du inte har någon Azure-prenumeration skapar du ett kostnadsfritt konto innan du börjar.

Förutsättningar

Logga in på Azure-portalen

Logga in på Azure-portalen.

Skapa en Spark-tabell

Du behöver en Spark-tabell för den här självstudien.

  1. Ladda ned FabrikamComments.csv-filen, som innehåller en datauppsättning för textanalys.

  2. I Synapse Analytics öppnar du ditt lagringskonto under Data och Länkad.

  3. Ladda upp filen till ditt Azure Synapse-lagringskonto i Data Lake Storage Gen2.

    Skärmbild som visar val för att ladda upp data.

  4. Skapa en Spark-tabell från .csv-filen genom att högerklicka på filen och välja Skapa Spark-tabell för ny anteckningsbok>.

    Skärmbild som visar val för att skapa en Spark-tabell.

  5. Ange header=True och namnge tabellen i kodcellen. Kör sedan notebook-filen på en Spark-pool.

    Skärmbild som visar hur du kör en notebook-fil.

    %%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")

Öppna azure AI-tjänstguiden

  1. Högerklicka på Spark-tabellen som skapades i föregående procedur under standardtabellen i tabellen Arbetsyta på datasidan.

  2. Välj Machine Learning Predict with a model (Förutsäga maskininlärning>med en modell) för att öppna guiden.

    Skärmbild som visar val för att öppna bedömningsguiden.

  3. En konfigurationspanel visas och du uppmanas att välja en förtränad modell. Välj Attitydanalys.

    Skärmbild som visar val av en förtränad attitydanalysmodell.

Konfigurera attitydanalys

Konfigurera sedan attitydanalysen. Välj följande information:

  • Länkad Azure Cognitive Services-tjänst: Som en del av de nödvändiga stegen skapade du en länkad tjänst till din Azure AI-tjänst. Välj den här.
  • Språk: Välj engelska som språk för den text som du vill utföra attitydanalys på.
  • Textkolumn: Välj kommentar (sträng) som textkolumn i din datauppsättning som du vill analysera för att fastställa sentimentet.

När du är klar väljer du Öppna anteckningsbok. Detta genererar en notebook-fil åt dig med PySpark-kod som utför attitydanalysen med Azure AI-tjänster.

Skärmbild som visar val för att konfigurera attitydanalys.

Köra anteckningsboken

Anteckningsboken som du precis öppnade använder SynapseML-biblioteket för att ansluta till Azure AI-tjänster. Med den länkade Azure AI-tjänst som du tillhandahöll kan du på ett säkert sätt referera till din Azure AI-tjänst från den här upplevelsen utan att avslöja några hemligheter.

Nu kan du köra alla celler för att berika dina data med sentiment. Välj Kör alla.

Sentimenten returneras som positiva, negativa, neutrala eller blandade. Du får också sannolikheter per sentiment. Läs mer om attitydanalys i Azure AI-tjänster.

Skärmbild som visar attitydanalys.

Relaterat innehåll