감정 분석 살펴보기

감정 분석 텍스트 데이터로 표현된 감정 톤이나 감정을 분별할 수 있는 NLP(중요한 자연어 처리) 기술입니다. 기계 학습 및 자연 NLP를 사용하여 감정 분석은 텍스트 내에서 표현된 의견, 감정, 평가, 태도 및 감정이 긍정적, 부정적 또는 중립적 감정을 전달하는지 여부를 결정하는 것을 목표로 합니다. 이러한 기능을 통해 애플리케이션은 사용자 감정을 이해하고, 브랜드 인식을 모니터링하고, 텍스트 콘텐츠를 기반으로 정보에 입각한 의사 결정을 내릴 수 있습니다.

Margie's Travel용 웹 및 모바일 앱을 통해 임대인은 앱에 나열된 속성에 머무르는 경험을 자세히 설명하는 리뷰를 제출할 수 있습니다. 이러한 리뷰의 텍스트에는 고객이 숙소, 호스트 및 체류에 대해 어떻게 느꼈는지에 대한 귀중한 정보가 포함되어 있습니다. 이러한 감정을 이해하면 Margie's Travel이 고객에게 더 나은 서비스를 제공하고 부동산 소유자 및 관리자에게 귀중한 피드백을 제공하는 데 도움이 될 수 있습니다.

azure_ai 확장을 사용하여 감정 분석

Azure Database for PostgreSQL - 유연한 서버에 대한 azure_ai 확장은 Azure AI Language 서비스와 통합하여 감정 분석을 수행합니다. 확장의 감정 분석 기능은 analyze_sentiment() 스키마 내의 azure_cognitive 함수를 사용하여 액세스할 수 있습니다.

이 메서드에는 세 개의 오버로드가 있으므로 평가할 값 배열을 전달하여 한 번에 하나의 레코드 또는 여러 레코드의 감정을 분석할 수 있습니다. language 매개 변수를 사용하여 입력 텍스트를 쓸 94개 지원되는 언어 중 어느 언어를 사용할지 나타낼 수도 있습니다.

analyze_sentiment() 함수의 출력은 sentiment_analysis_result 복합 형식입니다. 형식의 구조는 다음과 같습니다.

   Column       |   Type   
----------------+------------------
 sentiment      | text      
 positive_score | double precision
 neutral_score  | double precision
 negative_score | double precision

복합 형식에는 입력 텍스트의 감정 예측이 포함됩니다. 여기에는 긍정, 부정, 중립 또는 혼합될 수 있는 감정과 텍스트에 있는 긍정적, 중립 및 부정적인 측면에 대한 점수가 포함됩니다. 점수는 0과 1 사이의 실수로 표시됩니다. 예를 들어(중립, 0.26, 0.64, 0.09)에서 감정은 중립이며 양수 점수는 0.26, 중립은 0.64, 음수는 0.09입니다.

이 함수는 감정 레이블(긍정, 부정 또는 중립)을 개별 문장 또는 전체 문서에 할당합니다. 이러한 레이블은 텍스트에 표현된 감성적인 톤을 나타냅니다. 예측에 대한 모델의 신뢰를 나타내는 감정 레이블과 함께 신뢰도 점수를 반환합니다.

감정 분석의 이점

• 고객 피드백 이해: 리뷰, 소셜 미디어 게시물, 설문 조사 등을 분석합니다.
• 브랜드 평판 모니터링: 시간에 따른 감정 추세를 추적합니다.
• 사용자 환경 개인 설정: 사용자 감정에 따라 콘텐츠를 조정합니다.