分析情绪

3 分钟

情绪分析用于评估文本文档的积极性或负面性，这在各种工作负载中非常有用，例如：

通过根据评论量化情绪来评估电影、书籍或产品。
优先回应通过电子邮件或社交媒体消息收到的信件的客户服务请求。

使用 Azure AI 语言评估情绪时，响应包括提交到服务的每个文档的整体文档情绪和单个句子情绪。

例如，可以提交单个文档以进行情绪分析，如下所示：

{
  "kind": "SentimentAnalysis",
  "parameters": {
    "modelVersion": "latest"
  },
  "analysisInput": {
    "documents": [
      {
        "id": "1",
        "language": "en",
        "text": "Good morning!"
      }
    ]
  }
}

来自服务的响应可能如下所示：

{
  "kind": "SentimentAnalysisResults",
  "results": {
    "documents": [
      {
        "id": "1",
        "sentiment": "positive",
        "confidenceScores": {
          "positive": 0.89,
          "neutral": 0.1,
          "negative": 0.01
        },
        "sentences": [
          {
            "sentiment": "positive",
            "confidenceScores": {
              "positive": 0.89,
              "neutral": 0.1,
              "negative": 0.01
            },
            "offset": 0,
            "length": 13,
            "text": "Good morning!"
          }
        ],
        "warnings": []
      }
    ],
    "errors": [],
    "modelVersion": "2022-11-01"
  }
}

句子情感基于正、负和中性分类值之间的置信度分数（范围为 0 到 1）。

整体文档情绪是由句子构成的。

如果所有句子都是中立的，总体情绪是中立的。
如果句子分类仅包含积极和中性，则总体情绪为积极。
如果句子分类仅包含负和中性，则总体情绪为负。
如果句子分类包括正面和负面，总体情绪是混合的。

分析情绪

反馈