감정 분석 살펴보기
감정 분석은 텍스트 데이터에 표현된 정서적 톤이나 감정을 식별할 수 있도록 하는 중요한 NLP(자연어 처리) 기술입니다. 기계 학습과 자연스러운 NLP를 사용하여 감정 분석은 텍스트에 표현된 의견, 감정, 평가, 태도 및 정서가 긍정적, 부정적 또는 중립적 감정을 전달하는지 여부를 결정하는 것을 목표로 합니다. 이러한 기능을 통해 애플리케이션은 사용자 감정을 이해하고, 브랜드 인지도를 모니터링하고, 텍스트 콘텐츠를 기반으로 합리적 결정을 내릴 수 있습니다.
Margie's Travel의 웹 및 모바일 앱을 통해 임차인은 앱에 나열된 부동산에서 숙박 환경을 자세히 설명하는 검토 내용을 제출할 수 있습니다. 이러한 검토의 텍스트에는 고객이 부동산, 주인 및 숙박에 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 언어 서비스와의 통합을 사용하여 감정 분석을 수행합니다. 확장의 감정 분석 기능은 azure_cognitive 스키마 내의 analyze_sentiment() 함수를 사용하여 액세스할 수 있습니다.
이 메서드에는 세 가지 오버로드가 있으므로 평가할 값 배열을 전달하여 한 번에 하나의 레코드 또는 여러 레코드의 감정을 분석할 수 있습니다. language 매개 변수를 사용하면 입력 텍스트가 작성된 94개 지원 언어를 나타낼 수도 있습니다.
analyze_sentiment() 함수는 sentiment_analysis_result 복합 형식으로 출력됩니다. 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 긍정적, 부정적, 중립적, 혼합적일 수 있는 감정과 텍스트에 있는 긍정적, 중립적, 부정적 양상에 대한 점수가 포함됩니다. 점수는 0과 1 사이의 실수로 표시됩니다. 예를 들어,(중립적, 0.26, 0.64, 0.09)에서는 감정이 중립적이며 긍정적인 점수는 0.26, 중립적인 점수는 0.64, 부정적인 점수는 0.09입니다.
이 함수는 개별 문장 또는 전체 문서에 감정 레이블(긍정적, 부정적 또는 중립적)을 할당합니다. 이 레이블은 텍스트에 표현된 정서적 톤을 나타냅니다. 이는 예측에 대한 모델의 신뢰도를 나타내는 감정 레이블과 함께 신뢰도 점수를 반환합니다.
감정 분석의 이점
- 고객 피드백 이해: 검토, 소셜 미디어 게시물, 설문 조사 등을 분석합니다.
- 브랜드 신뢰도 모니터링: 시간 경과에 따른 감정 추세를 추적합니다.
- 사용자 환경을 개인화합니다. 사용자 감정에 따라 콘텐츠를 조정합니다.