分析情绪
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。