Анализ настроений Azure Text Analytics
Может кто-нибудь сказать мне, что характеризует позитивные или негативные настроения в Azure Text Analytics API? Например, "он умер сегодня". В зависимости от контекста, смерть может быть хорошей или плохой... что определит возвращение как положительное или отрицательное?
1 ответ
Под капотом у нас есть два классификатора.
Во-первых, модель объективности, которая сообщает нам вероятность того, что данная запись является объективной.
Например, если кто-то скажет "Эта рождественская вечеринка была проведена в Hyatt", это объективное предложение, но предложение типа "Мне понравилась вечеринка в Hyatt, место было прекрасным".
Затем для тех записей, которые являются субъективными, мы анализируем полярность записей, сообщая нам, выражает ли предложение положительное или отрицательное мнение.
Эти объективные предложения отображаются на 0,5. Необъективные предложения учитывают результат полярности для отображения между 0 и 1 (0== наиболее отрицательный, 1= наиболее положительный, около 0,4 слегка отрицательный, около 0,6 слегка положительный).
Для всех практических целей можно сказать, что оценки от 0,45 до 0,65 являются нейтральными, 0,45 и ниже - отрицательными, а 0,65 и выше - положительными.
Теперь, как модель классифицирует что-то как объективное или нет? Все дело в данных обучения и метках, предоставленных этим данным.