Sentiment - Amazon Comprehend

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Sentiment

Usa Amazon Comprehend per determinare il sentimento dei contenuti nei documenti di testo con codifica UTF-8. Ad esempio, puoi utilizzare l'analisi del sentiment per determinare i sentimenti dei commenti su un post di blog e determinare se ai tuoi lettori è piaciuto il post.

Puoi determinare il sentiment dei documenti in una qualsiasi delle lingue principali supportate da Amazon Comprehend. Tutti i documenti di un lavoro devono essere nella stessa lingua.

La determinazione del sentiment restituisce i seguenti valori:

  • Positivo: il testo esprime un sentimento complessivamente positivo.

  • Negativo: il testo esprime un sentimento complessivamente negativo.

  • Misto: il testo esprime sentimenti sia positivi che negativi.

  • Neutro: il testo non esprime sentimenti né positivi né negativi.

Puoi utilizzare una qualsiasi delle seguenti operazioni API per rilevare il sentimento di un documento o di un insieme di documenti.

Le operazioni restituiscono il sentimento più probabile per il testo e i punteggi per ciascuno dei sentimenti. Il punteggio rappresenta la probabilità che l'emozione sia stata rilevata correttamente. Ad esempio, nell'esempio seguente è probabile al 95% che il testo abbia un sentimento. Positive C'è meno dell'1% di probabilità che il testo abbia un Negative sentimento. È possibile utilizzare il SentimentScore per determinare se la precisione del rilevamento soddisfa le esigenze dell'applicazione.

L'DetectSentimentoperazione restituisce un oggetto che contiene il sentimento rilevato e un SentimentScoreoggetto. L'BatchDetectSentimentoperazione restituisce un elenco di sentimenti e SentimentScore oggetti, uno per ogni documento del batch. L'StartSentimentDetectionJoboperazione avvia un processo asincrono che produce un file contenente un elenco di sentimenti e SentimentScore oggetti, uno per ogni documento del lavoro.

L'esempio seguente è la risposta dell'operazione. DetectSentiment

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