Nasıl yapılır: Metin Analizi API'si kullanarak yaklaşımı algılamaHow to: Detect sentiment using the Text Analytics API

Metin Analizi API'si Yaklaşım Analizi özelliği metni değerlendirir ve her tümce için yaklaşım puanlarını ve etiketlerini döndürür.The Text Analytics API's Sentiment Analysis feature evaluates text and returns sentiment scores and labels for each sentence. Bu, sosyal medya, müşteri incelemeleri, tartışma forumları ve daha fazlası için olumlu ve olumsuz yaklaşımı saptamak için yararlıdır.This is useful for detecting positive and negative sentiment in social media, customer reviews, discussion forums and more. API tarafından kullanılan AI modelleri hizmet tarafından sağlanır, yalnızca analiz için içerik göndermeniz gerekir.The AI models used by the API are provided by the service, you just have to send content for analysis.

Bir yaklaşım analiz isteği gönderdikten sonra, API, tümce ve belge düzeyindeki yaklaşım etiketlerini ("negatif", "nötr" ve "pozitif") ve güvenirlik puanlarını döndürür.After sending a sentiment analysis request, the API returns sentiment labels (such as "negative", "neutral" and "positive") and confidence scores at the sentence and document-level.

Yaklaşım Analizi, önizleme aşamasında çok çeşitli dilleri destekler.Sentiment Analysis supports a wide range of languages, with more in preview. Daha fazla bilgi için bkz. Desteklenen diller.For more information, see Supported languages.

Sürümler ve Özellikler Yaklaşım AnaliziSentiment Analysis versions and features

Önemli

Metin Analizi API'si v3 şu bölgelerde kullanılamıyor: Orta Hindistan, BAE Kuzey, Çin Kuzey 2, Çin Doğu.Text Analytics API v3 is not available in the following regions: Central India, UAE North, China North 2, China East.

Öne çıkan özelliğiFeature Yaklaşım Analizi v3Sentiment Analysis v3 Yaklaşım Analizi v 3.1 (Önizleme)Sentiment Analysis v3.1 (Preview)
Tek ve toplu istekler için YöntemlerMethods for single, and batch requests XX XX
Yaklaşım puanları ve etiketlemeSentiment scores and labeling XX XX
Linux tabanlı Docker kapsayıcısıLinux-based Docker container XX
Görüşün madenciliğiOpinion mining XX

Yaklaşım Puanlama ve etiketlemeSentiment scoring and labeling

V3 'teki Yaklaşım Analizi, bir tümce ve belge düzeyinde döndürülen ve her biri için bir güven puanı bulunan yaklaşım etiketlerini metne uygular.Sentiment Analysis in v3 applies sentiment labels to text, which are returned at a sentence and document level, with a confidence score for each.

Etiketler positive , ve ' dir negative neutral .The labels are positive, negative, and neutral. Belge düzeyinde yaklaşım mixed etiketi de döndürülebilir.At the document level, the mixed sentiment label also can be returned. Belgenin yaklaşımı aşağıda belirlenir:The sentiment of the document is determined below:

Tümce yaklaşımıSentence sentiment Döndürülen belge etiketiReturned document label
Belgede en az bir positive cümle vardır.At least one positive sentence is in the document. Tümcelerin geri kalanı şunlardır neutral .The rest of the sentences are neutral. positive
Belgede en az bir negative cümle vardır.At least one negative sentence is in the document. Tümcelerin geri kalanı şunlardır neutral .The rest of the sentences are neutral. negative
Belgede en az bir negative cümle ve en az bir positive cümle vardır.At least one negative sentence and at least one positive sentence are in the document. mixed
Belgedeki tüm tümceler neutral .All sentences in the document are neutral. neutral

Güvenirlik puanları 1 ile 0 arasındadır.Confidence scores range from 1 to 0. 1 ' e yakın puan, etiketin sınıflandırmasında daha yüksek bir güven gösterir, ancak daha düşük puanlar daha düşük güvenilirliğe işaret ediyor.Scores closer to 1 indicate a higher confidence in the label's classification, while lower scores indicate lower confidence. Her belge veya tümce içindeki güven puanları 1 ' e kadar bir ekler.The confidence scores within each document or sentence add up to 1.

Görüşün madenciliğiOpinion mining

Fikrinizi araştırma, 3,1-Preview. 1 ' den başlayarak Yaklaşım Analizi bir özelliktir.Opinion mining is a feature of Sentiment Analysis, starting in version 3.1-preview.1. Doğal dil Işlemede (NLP) en boy tabanlı Yaklaşım Analizi olarak da bilinen bu özellik, metinle ilgili, özelliklerle (ürünlerin veya hizmetlerin öznitelikleri gibi) ilgili daha ayrıntılı bilgiler sağlar.Also known as Aspect-based Sentiment Analysis in Natural Language Processing (NLP), this feature provides more granular information about the opinions related to aspects (such as the attributes of products or services) in text.

Örneğin, bir müşteri bir otel hakkında "Oda harika, ancak personel daha kolay değildi" gibi bir otel hakkında geri bildirim bırakırsa, feedback araştırma, metindeki yönleri ve bunlarla ilişkili ek ve duyguları bulur:For example, if a customer leaves feedback about a hotel such as "the room was great, but the staff was unfriendly", opinion mining will locate aspects in the text, and their associated opinions and sentiments:

NitelikAspect İziOpinion YaklaşımSentiment
Odaroom alanlarıgreat pozitifpositive
personelistaff değişikliklerindenunfriendly negatifnegative

Sonuçlarınızda dikkatli araştırma elde etmek için, opinionMining=true bayrağı bir yaklaşım Analizi isteğine dahil etmeniz gerekir.To get opinion mining in your results, you must include the opinionMining=true flag in a request for sentiment analysis. Fikrinizi araştırma sonuçları, yaklaşım Analizi yanıtına dahil edilir.The opinion mining results will be included in the sentiment analysis response.

REST API isteği gönderiliyorSending a REST API request

HazırlıkPreparation

Yaklaşım analizi, üzerinde çalışmak üzere daha az miktarda metin verdiğiniz zaman daha yüksek kalitede bir sonuç üretir.Sentiment analysis produces a higher-quality result when you give it smaller amounts 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.

İsteği yapısıStructure the request

Bir POST isteği oluşturun.Create a POST request. Hızlı bir şekilde yapısına ve gönderebilmeniz için aşağıdaki başvuru bağlantılarında Postman veya API test konsolunu kullanabilirsiniz.You can use Postman or the API testing console in the following reference links to quickly structure and send one.

İstek uç noktalarıRequest endpoints

Azure 'da bir Metin Analizi kaynağı veya bir örneklenmiş metin analizi kapsayıcısıkullanarak yaklaşım ANALIZI için HTTPS uç noktasını ayarlayın.Set the HTTPS endpoint for sentiment analysis by using either a Text Analytics resource on Azure or an instantiated Text Analytics container. Kullanmak istediğiniz sürüm için doğru URL 'YI dahil etmeniz gerekir.You must include the correct URL for the version you want to use. Örneğin:For example:

Not

Azure portalında Metin Analizi kaynağınız için anahtarınızı ve uç noktanızı bulabilirsiniz.You can find your key and endpoint for your Text Analytics resource on the azure portal. Kaynak yönetimialtında kaynağın hızlı başlangıç sayfasında yer alır.They will be located on the resource's Quick start page, under resource management.

https://<your-custom-subdomain>.cognitiveservices.azure.com/text/analytics/v3.0/sentiment

Metin Analizi API'si anahtarınızı dahil etmek için bir istek üst bilgisi ayarlayın.Set a request header to include your Text Analytics API key. İstek gövdesinde, bu analiz için hazırladığınız JSON belgeleri koleksiyonunu sağlayın.In the request body, provide the JSON documents collection you prepared for this analysis.

Örnek Yaklaşım Analizi isteğiExample Sentiment Analysis request

Aşağıda, yaklaşım analizi için gönderebileceğiniz bir içerik örneği verilmiştir.The following is an example of content you might submit for sentiment analysis. İstek biçimi her iki sürüm için de aynıdır.The request format is the same for both versions.

{
  "documents": [
    {
      "language": "en",
      "id": "1",
      "text": "The restaurant had great food and our waiter was friendly."
    }
  ]
}

İsteği gönderPost 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.

Metin Analizi API'si durum bilgisiz.The Text Analytics API is stateless. Hesabınızda hiç veri depolanmaz ve sonuçlar yanıt içinde hemen döndürülür.No data is stored in your account, and results are returned immediately in the response.

Sonuçları görüntülemeView the results

Yaklaşım analizi, tüm belge ve içindeki her cümle için bir yaklaşım etiketi ve Güvenirlik puanı döndürür.Sentiment analysis returns a sentiment label and confidence score for the entire document, and each sentence within it. 1 ' e yakın puan, etiketin sınıflandırmasında daha yüksek bir güven gösterir, ancak daha düşük puanlar daha düşük güvenilirliğe işaret ediyor.Scores closer to 1 indicate a higher confidence in the label's classification, while lower scores indicate lower confidence. Bir belgede birden fazla tümce olabilir ve her belge veya tümce içindeki güven puanları 1 ' e kadar eklenebilir.A document can have multiple sentences, and the confidence scores within each document or sentence add up to 1.

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. Çok dilli ve Emoji desteği nedeniyle, yanıt metin uzaklıkları içerebilir.Due to multilingual and emoji support, the response may contain text offsets. Daha fazla bilgi için bkz. uzaklıkları işleme .See how to process offsets for more information.

Yaklaşım Analizi v 3.0 örnek yanıtıSentiment Analysis v3.0 example response

Yaklaşım Analizi v3 'ten gelen yanıtlar, çözümlenen her tümce ve belge için yaklaşım etiketleri ve puanları içerir.Responses from Sentiment Analysis v3 contain sentiment labels and scores for each analyzed sentence and document.

{
    "documents": [
        {
            "id": "1",
            "sentiment": "positive",
            "confidenceScores": {
                "positive": 1.0,
                "neutral": 0.0,
                "negative": 0.0
            },
            "sentences": [
                {
                    "sentiment": "positive",
                    "confidenceScores": {
                        "positive": 1.0,
                        "neutral": 0.0,
                        "negative": 0.0
                    },
                    "offset": 0,
                    "length": 58,
                    "text": "The restaurant had great food and our waiter was friendly."
                }
            ],
            "warnings": []
        }
    ],
    "errors": [],
    "modelVersion": "2020-04-01"
}

ÖzetSummary

Bu makalede, Metin Analizi API'si kullanarak yaklaşım analizi için kavramları ve iş akışını öğrendiniz.In this article, you learned concepts and workflow for sentiment analysis using the Text Analytics API. Özet:In summary:

  • Yaklaşım Analizi seçili diller için kullanılabilir.Sentiment Analysis 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, /sentiment kişiselleştirilmiş bir erişim anahtarı ve aboneliğiniz için geçerli olan bir uç nokta kullanarak bir uç noktaya gönderilir.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. Örneğin, Excel ve Power BI.For example, Excel and Power BI.

Ayrıca bkz.See also