您现在访问的是微软AZURE全球版技术文档网站,若需要访问由世纪互联运营的MICROSOFT AZURE中国区技术文档网站,请访问 https://docs.azure.cn.

Tutorial:使用认知服务进行情绪分析(预览版)

本教程介绍如何使用 Azure 认知服务在 Azure Synapse Analytics 中轻松扩充数据。 你将使用文本分析功能来进行情绪分析。

Azure Synapse 中的用户可以直接选择包含文本列的表,以扩充情绪。 这些情绪可以是积极、消极、混杂或中立的。 系统还将返回概率。

本教程涉及:

  • 获取 Spark 表数据集的步骤,该数据集中包含用于进行情感分析的文本列。
  • 通过 Azure Synapse 中的向导体验,使用认知服务中的文本分析来扩充数据。

如果没有 Azure 订阅,请在开始之前创建一个免费帐户

先决条件

登录到 Azure 门户

登录到 Azure 门户

创建 Spark 表

本教程需要一个 Spark 表。

  1. 下载 FabrikamComments.csv 文件,其中包含用于文本分析的数据集。

  2. 将文件上传到 Data Lake Storage Gen2 中的 Azure Synapse 存储帐户。

    显示用于上传数据的选项的屏幕截图。

  3. 通过右键单击文件并选择“新建笔记本” > “创建 Spark 表”,从 .csv 文件创建 Spark 表 。

    显示用于创建 Spark 表的选项的屏幕截图。

  4. 在代码单元格中命名表,然后在 Spark 池上运行笔记本。 请记得设置 header=True

    显示运行笔记本的屏幕截图。

    %%pyspark
    df = spark.read.load('abfss://default@azuresynapsesa.dfs.core.windows.net/data/FabrikamComments.csv', format='csv'
    ## If a header exists, uncomment the line below
    , header=True
    )
    df.write.mode("overwrite").saveAsTable("default.YourTableName")
    

打开认知服务向导

  1. 右键单击在上一步中创建的 Spark 表。 选择“机器学习” > “使用现有模型进行扩充”,打开向导 。

    显示用于打开评分向导的选项的屏幕截图。

  2. 此时会显示配置面板,你需要选择认知服务模型。 选择“文本分析 - 情绪分析”。

    显示认知服务模型选项的屏幕截图。

提供身份验证详细信息

若要对认知服务进行身份验证,需要引用密钥保管库的机密。 以下输入取决于应在此之前完成的必备步骤

  • Azure 订阅:选择你的密钥保管库所属的 Azure 订阅。
  • 认知服务帐户:输入要连接到的文本分析资源。
  • Azure Key Vault 链接服务:在必备步骤中,你创建了一个与文本分析资源链接的服务。 请在这里选择该服务。
  • 机密名称:输入密钥保管库中的机密的名称,该密钥保管库包含用于向认知服务资源进行身份验证的密钥。

显示密钥保管库的身份验证详细信息的屏幕截图。

配置情绪分析

接下来,配置情绪分析。 请选择以下详细信息:

  • 语言:选择“英语”作为要对其进行情绪分析的文本的语言。
  • 文本列:选择“注释(字符串)”作为数据集中你要对其进行分析以确定情绪的文本列。

完成后,选择“打开笔记本”。 随即将生成使用 PySpark 代码的笔记本来通过 Azure 认知服务执行情绪分析。

显示用于配置情绪分析的选项的屏幕截图。

运行笔记本

你刚才打开的笔记本使用 mmlspark 库连接到认知服务。 你提供的 Azure Key Vault 详细信息可让你在不泄露它们的情况下安全地引用此体验中的机密。

现在,可以运行所有单元,以使用情绪扩充数据。 选择“全部运行”。

情绪返回结果为“积极”、“消极”、“中立”或“混杂” 。 你还将获得每种情绪的概率。 详细了解认知服务中的情绪分析

显示情绪分析的屏幕截图。

后续步骤