分析情緒

已完成

情感分析可用來評估文字文件的正面或負面程度，這在各種工作負載中可能很有用，例如：

• 根據評論來量化情緒，以評估電影、書籍或產品。
• 針對透過電子郵件或社交媒體傳訊所收到的通訊，排定客戶服務的回應優先順序。

使用 Azure AI 語言評估情緒時，回應會針對向服務提交的每份文件，包含整體文件情緒和個別句子情緒。

例如，您可以提交單一文件進行情感分析，如下所示：

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

服務的回應可能如下所示：

{
  "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"
  }
}

句子情緒是以 0 和 1 之間的正面、負面和中性分類值的信賴度分數為基礎。

整體文件情緒是以句子為基礎：

• 如果所有句子都是中性的，則整體情緒為中性。
• 如果句子分類只包含正面和中性，則整體情緒是正面的。
• 如果句子分類只包含負面和中性，則整體情緒是負面的。
• 如果句子分類包含正面和負面，則整體情緒是混合的。