En este artículo, aprenderemos cómo hacer minería de opiniones con Azure Cognitive Services. Podemos usar la función de minería de opiniones de Text Analytics API para analizar múltiples sentimientos en una oración. Para seguir necesitaremos Visual Studio, aunque también puedes usar Visual Studio Code.
Implementación:
Siga los pasos a continuación para realizar mim=ning de opiniones con Azure Cognitive Services:
Paso 1: para comenzar, debemos crear un servicio cognitivo en Azure. Aquí buscaremos análisis de texto. Allí daremos clic, crear.
Paso 2: Seleccionemos un grupo de recursos y ahora completemos un nombre. Finalmente, seleccione un nivel de precios. Eso es todo. Vamos a crearlo.
Paso 3: Vamos a crear una aplicación que pueda hablar con este Cognitive Service. Para hacer eso, necesitamos información de las claves y la hoja del punto final. Específicamente, necesitamos la clave de acceso y el punto final.
Paso 4: Ahora, estamos en Visual Studio y ya hemos creado una aplicación de consola. Lo primero que hicimos fue agregar un paquete NuGet. Echemos un vistazo al que necesitamos para hablar con la API de análisis de texto.
Paso 5: Vayamos a program.cs. Aquí hemos insertado un uso para usar el paquete NuGet . Aquí, creamos un cliente de análisis de texto con las credenciales y puntos finales que hemos copiado del portal de Azure, con ese cliente llamamos el método de ejemplo SentimentAnalysisWithOpinionMining .
Paso 6: Primero, esta oración se pone en una lista que usaremos. La oración contiene sentimientos tanto positivos como negativos. A ver si el servicio lo recoge. A continuación, llamamos a AnalyzeSentimentBatch con esa lista y también pasamos el perímetro IncludeOpinionMining , que solicita al servidor un análisis más profundo.
Paso 7: Finalmente, tomamos los resultados de la llamada y los repasamos. Esto escribe los resultados en la pantalla que consisten en un análisis de sentimiento general y los resultados del análisis más profundo. Luego, veamos qué sucede cuando lo ejecutamos. Primero proporciona un puntaje general de 84 por ciento positivo. En el análisis posterior, vemos que detectó aspectos como la comida, el servicio y el conserje, que califica en función de las palabras que los describen positiva o negativamente. Por ejemplo, para alimentos, detectó inaceptable, que es 99 por ciento negativo. Eso es correcto. Para el conserje, detectó agradable, lo cual es positivo.
La característica de minería de opiniones de la API de análisis de texto de Azure Cognitive Service puede analizar varios sentimientos dentro de una oración.
Publicación traducida automáticamente
Artículo escrito por punamsingh628700 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA