教學課程：使用 Azure AI 服務的情感分析

發行項
03/29/2024

在本教學課程中，您將了解如何使用 Azure AI 服務，輕鬆地豐富 Azure Synapse Analytics 中的資料。您將使用 Azure AI 語言文字分析功能來執行情感分析。

Azure Synapse 中的使用者可以直接選取包含文字資料行的資料表，以豐富各種情緒。這些情緒可以是正面、負面、混合或中性。也會傳回可能性。

此教學課程涵蓋：

取得 Spark 資料表資料集的步驟，此資料集包含用於情感分析的文字資料行。
使用 Azure Synapse 中的精靈體驗，利用 Azure AI 語言中的「文字分析」來豐富資料。

如果您沒有 Azure 訂用帳戶，請在開始前建立免費帳戶。

必要條件

Azure Synapse Analytics 工作區，其中 Azure Data Lake Storage Gen2 儲存體帳戶已設定為預設儲存體。使用 Data Lake Storage Gen2 檔案系統時，您必須是該檔案系統的儲存體 Blob 資料參與者。
在您 Azure Synapse Analytics 工作區中的 Spark SQL 集區。如需詳細資訊，請參閱在 Azure Synapse 中建立 Spark 集區。
設定 Azure Synapse 的 Azure AI 服務教學課程中所述的預先設定步驟。

登入 Azure 入口網站。

建立 Spark 資料表

對於本教學課程，您將需要 Spark 資料表。

下載 FabrikamComments.csv 檔案，其中包含用於文字分析的資料集。
將檔案上傳至 Data Lake Storage Gen2 中的 Azure Synapse 儲存體帳戶。
從 .csv 檔案建立 Spark 資料表，方法是以滑鼠右鍵按一下該檔案，然後選取 [新增筆記本]>[建立 Spark 資料表]。

為程式碼資料格中的資料表命名，然後在 Spark 集區上執行筆記本。記住要設定 header=True。

顯示執行筆記本的螢幕快照。

%%pyspark
df = spark.read.load('abfss://default@azuresynapsesa.dfs.core.windows.net/data/FabrikamComments.csv', format='csv'
## If a header exists, uncomment the line below
, header=True
)
df.write.mode("overwrite").saveAsTable("default.YourTableName")

開啟 Azure AI 服務精靈

以滑鼠右鍵按一下在上一個程序中建立的 Spark 資料表。選取 [機器學習]>[使用模型預測]。
設定面板隨即出現，而且系統會要求您選取預先訓練模型。選取 [情感分析]。

設定情感分析

接下來，設定情感分析。請選取下列詳細資料：

Azure 認知服務連結服務：作為先決條件步驟的一部分，您已建立 Azure AI 服務的連結服務。請在這裡選取此服務。
語言：選取 [英文] 作為您想要在其上執行情感分析的文字語言。
文字資料行：選取 [註解 (字串)] 作為資料集中的文字資料行，您想要分析此資料集以判斷情緒。

完成時，請選取 [開啟筆記本]。這會使用 PySpark 程式碼為您產生筆記本，而此程式碼會使用 Azure AI 服務執行情感分析。

顯示設定情感分析之選取項目的螢幕快照。

執行該筆記本

您剛開啟的筆記本會使用 SynapseML 程式庫連線至 Azure AI 服務。您所提供的 Azure AI 服務連結服務可讓您安全地從這個體驗參考您的 Azure AI 服務，而不會揭露任何秘密。

您現在可以執行所有資料格，以使用情緒豐富資料。選取 [全部執行]。

情緒會以 [正面]、[負面]、[中性] 或 [混合] 的方式傳回。您也會取得每個情感的機率。深入了解 Azure AI 服務中的情感分析。

顯示情感分析的螢幕快照。

共用方式為