分析情绪

3 分钟

情绪分析用于评估文本文档的正负面情绪程度，这在各种工作负载中非常有用，例如：

通过基于评论量化情绪来评估电影、书籍或产品。
确定客户服务对通过电子邮件或社交媒体消息传送收到的函件的响应的优先级。

使用 Azure AI 语言评估情绪时，响应包括向服务提交的每个文档的总体文档情绪和单个句子情绪。

例如，可以提交单个文档进行情绪分析，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"
  }
}

句子情绪基于 0 到 1 之间的正面、负面和中性分类值的置信度分数。

总体文档情绪基于句子：

如果所有句子都为中性，则总体情绪为中性。
如果句子分类仅包括正面和中性，则总体情绪为正面。
如果句子分类仅包括负面和中性，则总体情绪为负面。
如果句子分类包括正面和负面，则总体情绪是混合的。

分析情绪

反馈