Sentiment - Amazon Comprehend

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Sentiment

Utilisez Amazon Comprehend pour déterminer le contenu des documents texte codés en UTF-8. Par exemple, vous pouvez utiliser l'analyse des sentiments pour déterminer le sentiment des commentaires sur un article de blog afin de déterminer si vos lecteurs ont aimé le billet.

Vous pouvez déterminer le sentiment à l'égard des documents rédigés dans l'une des principales langues prises en charge par Amazon Comprehend. Tous les documents d'une même tâche doivent être rédigés dans la même langue.

La détermination du sentiment renvoie les valeurs suivantes :

  • Positif — Le texte exprime un sentiment globalement positif.

  • Négatif — Le texte exprime un sentiment général négatif.

  • Mixte — Le texte exprime à la fois des sentiments positifs et négatifs.

  • Neutre — Le texte n'exprime aucun sentiment positif ou négatif.

Vous pouvez utiliser l'une des opérations d'API suivantes pour détecter le sentiment d'un document ou d'un ensemble de documents.

Les opérations renvoient le sentiment le plus probable pour le texte et les scores pour chacun des sentiments. Le score représente la probabilité que le sentiment ait été correctement détecté. Par exemple, dans l'exemple ci-dessous, il est probable que le texte exprime un Positive sentiment à 95 %. Il y a moins de 1 % de probabilité que le texte exprime un Negative sentiment. Vous pouvez utiliser le SentimentScore pour déterminer si la précision de la détection répond aux besoins de votre application.

L'DetectSentimentopération renvoie un objet contenant le sentiment détecté et un SentimentScoreobjet. L'BatchDetectSentimentopération renvoie une liste de sentiments et SentimentScore d'objets, une pour chaque document du lot. L'StartSentimentDetectionJobopération lance une tâche asynchrone qui produit un fichier contenant une liste de sentiments et d'SentimentScoreobjets, une pour chaque document de la tâche.

L'exemple suivant est la réponse de l'DetectSentimentopération.

{ "SentimentScore": { "Mixed": 0.030585512690246105, "Positive": 0.94992071056365967, "Neutral": 0.0141543131828308, "Negative": 0.00893945890665054 }, "Sentiment": "POSITIVE", "LanguageCode": "en" }