Örnek: Metin Analizi ile yaklaşımı AlgılaExample: Detect sentiment with Text Analytics

Azure yaklaşım Analizi API 'si metin girişi değerlendirir ve her belge için bir yaklaşım puanı döndürür.The Azure Sentiment Analysis API evaluates text input and returns a sentiment score for each document. 0 (negatif) ile 1 (pozitif) arasında puan alır.Scores range from 0 (negative) to 1 (positive).

Bu yetenek; sosyal medya, müşteri incelemeleri ve tartışma forumlarında pozitif ve negatif yaklaşımları algılamak için kullanışlıdır.This capability is useful for detecting positive and negative sentiment in social media, customer reviews, and discussion forums. İçerik sizin tarafınızdan sağlanır.Content is provided by you. Modeller ve eğitim verileri hizmet tarafından sağlanır.Models and training data are provided by the service.

Şu anda Yaklaşım Analizi API, Ingilizce, Almanca, Ispanyolca ve Fransızca 'yı destekler.Currently, the Sentiment Analysis API supports English, German, Spanish, and French. Diğer diller önizleme aşamasındadır.Other languages are in preview. Daha fazla bilgi için bkz. Desteklenen diller.For more information, see Supported languages.

İpucu

Azure Metin Analizi API'si, yaklaşım analizi için Linux tabanlı bir Docker kapsayıcı görüntüsü sağlar, böylece Metin Analizi kapsayıcısını verilerinize yakın şekilde yükleyebilir ve çalıştırabilirsiniz .The Azure Text Analytics API also provides a Linux-based Docker container image for sentiment analysis, so you can install and run the Text Analytics container close to your data.

KavramlarConcepts

Metin Analizi, 0 ile 1 arasında bir yaklaşım puanı oluşturmak için makine öğrenmesi sınıflandırma algoritması kullanır.Text Analytics uses a machine learning classification algorithm to generate a sentiment score between 0 and 1. 1’e yakın puanlar pozitif yaklaşımı, 0’a yakın puanlar ise negatif yaklaşımı gösterir.Scores closer to 1 indicate positive sentiment, while scores closer to 0 indicate negative sentiment. Model, yaklaşım ilişkilendirmeleri ile kapsamlı bir metin gövdesi kullanılarak önceden eğitilir.The model is pretrained with an extensive body of text with sentiment associations. Şu anda kendi eğitim verilerinizi sağlamak mümkün değildir.Currently, it isn't possible to provide your own training data. Model, metin analizi sırasında tekniklerin birleşimini kullanır.The model uses a combination of techniques during text analysis. Teknik işleme, konuşma bölümü analizi, sözcük yerleşimi ve Word ilişkilendirmelerini içeren teknikler.Techniques include text processing, part-of-speech analysis, word placement, and word associations. Algoritma hakkında daha fazla bilgi için bkz. Metin Analizi Tanıtımı.For more information about the algorithm, see Introducing Text Analytics.

Metindeki belirli bir varlık için yaklaşımı ayıklamanın tersine yaklaşım analizi, belgenin tamamında gerçekleştirilir.Sentiment analysis is performed on the entire document, as opposed to extracting sentiment for a particular entity in the text. Uygulamada, büyük bir metin bloğu yerine bir ya da iki cümle içerdiğinde, gelişmenin doğruluğu için kullanım eğilimi vardır.In practice, there's a tendency for scoring accuracy to improve when documents contain one or two sentences rather than a large block of text. Nesnellik değerlendirmesi aşamasında model, belgenin tamamının nesnel mi olduğunu yoksa yaklaşım mı içerdiğini belirler.During an objectivity assessment phase, the model determines whether a document as a whole is objective or contains sentiment. Genellikle hedefi olan bir belge, daha fazla işlem olmadan 0,50 puanı ile sonuçlanan yaklaşım algılama aşamasına ileretmez.A document that's mostly objective doesn't progress to the sentiment detection phase, which results in a 0.50 score, with no further processing. Ardışık düzende devam eden belgeler için, sonraki aşama 0,50 veya üzeri bir puan üretir.For documents that continue in the pipeline, the next phase generates a score above or below 0.50. Puan, belgede algılanan yaklaşım derecesine bağlıdır.The score depends on the degree of sentiment detected in the document.

Yaklaşım Analizi v3 genel önizlemeSentiment Analysis v3 public preview

Yaklaşım Analizi sonraki sürümü artık genel önizlemeye sunuldu.The next version of Sentiment Analysis is now available for public preview. API 'nin metin kategorisi ve Puanlama açısından doğruluk ve ayrıntı açısından önemli geliştirmeler sağlar.It provides significant improvements in the accuracy and detail of the API's text categorization and scoring.

Not

  • Yaklaşım Analizi v3 istek biçimi ve veri sınırları , önceki sürümle aynıdır.The Sentiment Analysis v3 request format and data limits are the same as the previous version.
  • Şu anda v3 Yaklaşım Analizi:At this time, Sentiment Analysis v3:
    • Şu anda Ingilizce (en), Japonca (ja), Çince Basitleştirilmiş (zh-Hans), geleneksel Çince (zh-Hant), Fransızca (fr), Italyanca (it), Ispanyolca (es), Felemenkçe (nl), Portekizce (pt) ve Almanca (de) dilleri.Currently supports the English (en), Japanese (ja), Chinese Simplified (zh-Hans), Chinese Traditional (zh-Hant), French (fr), Italian (it), Spanish (es), Dutch (nl), Portuguese (pt), and German (de) languages.
    • Şu bölgelerde kullanılabilir: Australia East, Central Canada, Central US, East Asia, East US, East US 2, North Europe, Southeast Asia, South Central US, UK South, West Europeve West US 2.Is available in the following regions: Australia East, Central Canada, Central US, East Asia, East US, East US 2, North Europe, Southeast Asia, South Central US, UK South, West Europe, and West US 2.
ÖzellikFeature AçıklamaDescription
İyileştirilmiş doğrulukImproved accuracy Metin belgelerinde olumlu, nötr, olumsuz ve karışık yaklaşımların algılanması konusunda önceki sürümlere göre ciddi bir iyileştirme sağlandı.Significant improvement in detecting positive, neutral, negative, and mixed sentiment in text documents over previous versions.
Belge ve tümce düzeyinde yaklaşım puanıDocument and sentence-level sentiment score Hem belgenin hem belgedeki tek tek cümlelerin yaklaşımını algılayabilirsiniz.Detect the sentiment of both a document and its individual sentences. Belgede birden fazla cümle varsa her cümleye de ayrı bir yaklaşım puanı verilir.If the document includes multiple sentences, each sentence is also assigned a sentiment score.
Yaklaşım etiketleme ve PuanlamaSentiment labeling and scoring API artık, bir yaklaşım puanına ek olarak metin için yaklaşım kategorileri döndürüyor.The API now returns sentiment categories for text, in addition to a sentiment score. Kategoriler positive, negative, neutralve mixed.The categories are positive, negative, neutral, and mixed.
Geliştirilmiş çıkışImproved output Yaklaşım Analizi artık metin belgesinin tamamı ve tek tek cümleleri için bilgi döndürüyor.Sentiment analysis now returns information for both an entire text document and its individual sentences.
Model-sürümü parametresimodel-version parameter Verilerinizde Metin Analizi modelinin hangi sürümünün kullanıldığını seçmek için isteğe bağlı bir parametre.An optional parameter for choosing which version of the Text Analytics model is used on your data.

Yaklaşım etiketlemeSentiment labeling

Yaklaşım Analizi v3, bir tümce ve belge düzeyinde puanlar ve Etiketler döndürebilir.Sentiment Analysis v3 can return scores and labels at a sentence and document level. Puanlar ve Etiketler positive, negativeve neutral.The scores and labels are positive, negative, and neutral. Belge düzeyinde mixed yaklaşım etiketi (puan değil) de döndürülebilir.At the document level, the mixed sentiment label (not the score) also can be returned. Belgenin yaklaşımı, Tümcelerin puanlarını toplayarak belirlenir.The sentiment of the document is determined by aggregating the scores of the sentences.

Tümce yaklaşımıSentence sentiment Döndürülen belge etiketiReturned document label
En az bir pozitif tümce ve Tümcelerin geri kalanı tarafsız.At least one positive sentence and the rest of the sentences are neutral. positive
En az bir negatif tümce ve Tümcelerin geri kalanı tarafsız.At least one negative sentence and the rest of the sentences are neutral. negative
En az bir negatif tümce ve en az bir pozitif tümce.At least one negative sentence and at least one positive sentence. mixed
Tüm tümceler tarafsız.All sentences are neutral. neutral

Model sürümü oluşturmaModel versioning

Not

Yaklaşım analizi için model sürümü oluşturma, sürüm v3.0-preview.1başlayarak kullanılabilir.Model versioning for sentiment analysis is available starting in version v3.0-preview.1.

Metin Analizi API'si sürüm 3, verilerinizde kullanılan Metin Analizi modelini seçmenizi sağlar.Version 3 of the Text Analytics API lets you choose the Text Analytics model used on your data. İstekinizdeki modelin bir sürümünü seçmek için isteğe bağlı model-version parametresini kullanın.Use the optional model-version parameter to select a version of the model in your requests. Bu parametre belirtilmemişse, API varsayılan olarak en son kararlı model sürümüne latest.If this parameter isn't specified the API will default to latest, the latest stable model version.

Kullanılabilir model sürümleri:Available model versions:

  • 2019-10-01 (latest)2019-10-01 (latest)

V3 uç noktalarından alınan her yanıt, kullanılan model sürümünü belirten bir model-version alanı içerir.Each response from the v3 endpoints includes a model-version field specifying the model version that was used.

{
    "documents": […]
    "errors": []
    "model-version": "2019-10-01"
}

Yaklaşım Analizi v3 örnek isteğiSentiment Analysis v3 example request

Aşağıdaki JSON Yaklaşım Analizi yeni sürümüne yapılan bir isteğin örneğidir.The following JSON is an example of a request made to the new version of Sentiment Analysis. İstek biçimlendirmesi, önceki sürümle aynıdır:The request formatting is the same as the previous version:

    {
        "documents": [
        {
            "language": "en",
            "id": "1",
            "text": "Hello world. This is some input text that I love."
        },
        {
            "language": "en",
            "id": "2",
            "text": "It's incredibly sunny outside! I'm so happy."
        }
        ],
    }

Yaklaşım Analizi v3 örnek yanıtıSentiment Analysis v3 example response

İstek biçimi önceki sürümle aynı olsa da, yanıt biçimi değişmiştir.While the request format is the same as the previous version, the response format has changed. Aşağıdaki JSON, API 'nin yeni sürümünden bir örnek yanıt örneğidir:The following JSON is an example response from the new version of the API:

    {
        "documents": [
            {
                "id": "1",
                "sentiment": "positive",
                "documentScores": {
                    "positive": 0.98570585250854492,
                    "neutral": 0.0001625834556762,
                    "negative": 0.0141316400840878
                },
                "sentences": [
                    {
                        "sentiment": "neutral",
                        "sentenceScores": {
                            "positive": 0.0785155147314072,
                            "neutral": 0.89702343940734863,
                            "negative": 0.0244610067456961
                        },
                        "offset": 0,
                        "length": 12
                    },
                    {
                        "sentiment": "positive",
                        "sentenceScores": {
                            "positive": 0.98570585250854492,
                            "neutral": 0.0001625834556762,
                            "negative": 0.0141316400840878
                        },
                        "offset": 13,
                        "length": 36
                    }
                ]
            },
            {
                "id": "2",
                "sentiment": "positive",
                "documentScores": {
                    "positive": 0.89198976755142212,
                    "neutral": 0.103382371366024,
                    "negative": 0.0046278294175863
                },
                "sentences": [
                    {
                        "sentiment": "positive",
                        "sentenceScores": {
                            "positive": 0.78401315212249756,
                            "neutral": 0.2067587077617645,
                            "negative": 0.0092281140387058
                        },
                        "offset": 0,
                        "length": 30
                    },
                    {
                        "sentiment": "positive",
                        "sentenceScores": {
                            "positive": 0.99996638298034668,
                            "neutral": 0.0000060341349126,
                            "negative": 0.0000275444017461
                        },
                        "offset": 31,
                        "length": 13
                    }
                ]
            }
        ],
        "errors": []
    }

Örnek C# kodExample C# code

GitHubüzerinde yaklaşım analizi bu sürümünü C# çağıran örnek bir uygulama bulabilirsiniz.You can find an example C# application that calls this version of Sentiment Analysis on GitHub.

HazırlıkPreparation

Yaklaşım analizi, daha küçük metin öbeklerini üzerinde çalışmaya verdiğiniz zaman daha yüksek kaliteli bir sonuç üretir.Sentiment analysis produces a higher-quality result when you give it smaller chunks of text to work on. Bu, büyük metin öbekleri üzerinde daha iyi performans gösteren anahtar ifade ayıklamasının tersidir.This is opposite from key phrase extraction, which performs better on larger blocks of text. Her iki işlemden de en iyi sonuçları elde etmek için girişleri uygun şekilde yeniden yapılandırın.To get the best results from both operations, consider restructuring the inputs accordingly.

Bu biçimde JSON belgelerinize sahip olmanız gerekir: KIMLIK, metin ve dil.You must have JSON documents in this format: ID, text, and language.

Belge boyutunun belge başına 5.120 karakter altında olması gerekir.Document size must be under 5,120 characters per document. Koleksiyon başına en fazla 1.000 öğe (kimlik) kullanabilirsiniz.You can have up to 1,000 items (IDs) per collection. Koleksiyon, istek gövdesinde gönderilir.The collection is submitted in the body of the request. Aşağıdaki örnek, yaklaşım analizi için gönderebilecek içeriklere bir örnektir:The following sample is an example of content you might submit for sentiment analysis:

    {
        "documents": [
            {
                "language": "en",
                "id": "1",
                "text": "We love this trail and make the trip every year. The views are breathtaking and well worth the hike!"
            },
            {
                "language": "en",
                "id": "2",
                "text": "Poorly marked trails! I thought we were goners. Worst hike ever."
            },
            {
                "language": "en",
                "id": "3",
                "text": "Everyone in my family liked the trail but thought it was too challenging for the less athletic among us. Not necessarily recommended for small children."
            },
            {
                "language": "en",
                "id": "4",
                "text": "It was foggy so we missed the spectacular views, but the trail was ok. Worth checking out if you are in the area."
            },
            {
                "language": "en",
                "id": "5",
                "text": "This is my favorite trail. It has beautiful views and many places to stop and rest"
            }
        ]
    }

1. Adım: İsteği yapılandırmaStep 1: Structure the request

İstek tanımı hakkında daha fazla bilgi için bkz. Metin Analizi API'si çağırma.For more information on request definition, see Call the Text Analytics API. Kolaylık olması için aşağıdaki noktalar yeniden belirtilmektedir:The following points are restated for convenience:

  • POST isteği oluşturun.Create a POST request. Bu isteğin API belgelerini gözden geçirmek için YAKLAŞıM ANALIZI API'sine bakın.To review the API documentation for this request, see the Sentiment Analysis API.

  • Azure 'da bir Metin Analizi kaynağı veya bir örneklenmiş metin analizi kapsayıcısıkullanarak yaklaşım ANALIZI için HTTP uç noktasını ayarlayın.Set the HTTP endpoint for sentiment analysis by using either a Text Analytics resource on Azure or an instantiated Text Analytics container. URL 'ye /text/analytics/v2.1/sentiment dahil etmeniz gerekir.You must include /text/analytics/v2.1/sentiment in the URL. Örneğin: https://<your-custom-subdomain>.cognitiveservices.azure.com/text/analytics/v2.1/sentiment.For example: https://<your-custom-subdomain>.cognitiveservices.azure.com/text/analytics/v2.1/sentiment.

  • Metin Analizi işlemler için erişim anahtarı eklemek üzere bir istek üst bilgisi ayarlayın.Set a request header to include the access key for Text Analytics operations.

  • İstek gövdesinde, bu analiz için hazırladığınız JSON belgeleri koleksiyonunu sağlayın.In the request body, provide the JSON documents collection you prepared for this analysis.

İpucu

İsteği yapılandırmak ve hizmete göndermek için Postman 'ı kullanın veya belgelerde API test konsolunu açın.Use Postman or open the API testing console in the documentation to structure the request and post it to the service.

2. Adım: İsteği göndermeStep 2: Post the request

İstek alındığında analiz gerçekleştirilir.Analysis is performed upon receipt of the request. Dakika ve saniye başına gönderebilmeniz için istek boyutu ve sayısı hakkında bilgi için genel bakış konusunun veri sınırları bölümüne bakın.For information on the size and number of requests you can send per minute and second, see the data limits section in the overview.

Hizmetin durum bilgisi olmadığını unutmayın.Recall that the service is stateless. Hesabınızda bir veri depolanmaz.No data is stored in your account. Sonuçlar hemen yanıtta döndürülür.Results are returned immediately in the response.

3. Adım: sonuçları görüntülemeStep 3: View the results

Yaklaşım Çözümleyicisi, metni ağırlıklı pozitif veya negatif olarak sınıflandırır.The sentiment analyzer classifies text as predominantly positive or negative. 0 ile 1 arasında bir puan atar.It assigns a score in the range of 0 to 1. 0,5’e yakın değerler nötr veya belirsizdir.Values close to 0.5 are neutral or indeterminate. 0,5 puanı, nötr olma durumunu belirtir.A score of 0.5 indicates neutrality. Bir dize yaklaşım için çözümlenememesi veya yaklaşım yoksa, puan her zaman 0,5 ' dir.When a string can't be analyzed for sentiment or has no sentiment, the score is always 0.5 exactly. Örneğin, İngilizce dil koduyla İspanyolca bir dize geçirirseniz puan 0,5 olur.For example, if you pass in a Spanish string with an English language code, the score is 0.5.

Hemen çıktı döndürülür.Output is returned immediately. Sonuçları JSON kabul eden bir uygulamaya veya çıktıyı yerel sistemdeki bir dosyaya kaydedebilirsiniz.You can stream the results to an application that accepts JSON or save the output to a file on the local system. Sonra çıktıyı, verileri sıralamak, aramak ve işlemek için kullanabileceğiniz bir uygulamaya içeri aktarın.Then, import the output into an application that you can use to sort, search, and manipulate the data.

Aşağıdaki örnekte, bu makaledeki belge koleksiyonu yanıtı gösterilmektedir:The following example shows the response for the document collection in this article:

    {
        "documents": [
            {
                "score": 0.9999237060546875,
                "id": "1"
            },
            {
                "score": 0.0000540316104888916,
                "id": "2"
            },
            {
                "score": 0.99990355968475342,
                "id": "3"
            },
            {
                "score": 0.980544924736023,
                "id": "4"
            },
            {
                "score": 0.99996328353881836,
                "id": "5"
            }
        ],
        "errors": []
    }

ÖzetSummary

Bu makalede, Azure bilişsel hizmetler 'de Metin Analizi kullanarak yaklaşım analizine yönelik kavramların ve iş akışının öğrenmiş olursunuz.In this article, you learned concepts and workflow for sentiment analysis by using Text Analytics in Azure Cognitive Services. Özet:In summary:

  • Yaklaşım Analizi API 'si seçili diller için kullanılabilir.The Sentiment Analysis API is available for selected languages.
  • İstek gövdesindeki JSON belgeleri bir KIMLIK, metin ve dil kodu içerir.JSON documents in the request body include an ID, text, and language code.
  • POST isteği, kişiselleştirilmiş bir erişim anahtarı ve aboneliğiniz için geçerli olan bir uç nokta kullanılarak /sentiment uç noktasıdır.The POST request is to a /sentiment endpoint by using a personalized access key and an endpoint that's valid for your subscription.
  • Her belge KIMLIĞI için bir yaklaşım puanından oluşan yanıt çıkışı, JSON kabul eden herhangi bir uygulamaya akışla eklenebilir.Response output, which consists of a sentiment score for each document ID, can be streamed to any app that accepts JSON. Örnek uygulamalar, birkaç kez ad vermek için Excel ve Power BI içerir.Example apps include Excel and Power BI, to name a few.

Ayrıca bkz.See also

Metin analizi genel bakış hakkında sık sorulan sorular (SSS)Text Analytics overview Frequently asked questions (FAQ)
Metin Analizi ürün sayfasıText Analytics product page

Sonraki adımlarNext steps