上一個

下一個

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 語言服務評估情緒時，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：

{
  "documents": [
    {
      "language": "en",
      "id": "1",
      "text": "Smile! Life is good!"
    }
  ]
}

服務的回應可能如下所示：

{
  "documents": [
   {
     "id": "1",
     "sentiment": "positive",
     "confidenceScores": {
       "positive": 0.99,
       "neutral": 0.01,
       "negative": 0.00
     },
     "sentences": [
       {
         "text": "Smile!",
         "sentiment": "positive",
         "confidenceScores": {   
             "positive": 0.97,
	         "neutral": 0.02, 
             "negative": 0.01
           },
         "offset": 0,
         "length": 6
       },
       {
	      "text": "Life is good!",
          "sentiment": "positive",
          "confidenceScores": {   
             "positive": 0.98,
	         "neutral": 0.02,  
             "negative": 0.00
           },
         "offset": 7,
         "length": 13
       }
     ],
     "warnings": []
   }
  ],
  "errors": [],
  "modelVersion": "2020-04-01"
}

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。

繼續