介绍

3 分钟

在自然语言处理（NLP）中，情绪分析 和 观点挖掘 对于从文本数据中提取有价值的见解至关重要。了解这些概念、差异及其优势对于构建处理书面语言的智能应用程序至关重要，并提供有关发现客户真正对品牌、产品或主题的看法的见解。情绪分析提供市场趋势、竞争对手表现和消费者偏好的见解。了解情绪有助于企业相应地调整其策略。

场景：分析用户属性评审的情绪

你是 Margie 旅行公司的开发人员，该公司的 Web 和移动应用将寻找住宿的旅行者与房主和物业经理愿意出租其房产的旅行者联系起来。 Azure Database for PostgreSQL 灵活服务器数据库支持这些应用。应用的功能之一允许租房者提交他们对所租房产的评价。这些评论使其他客户能够确定住宿的质量和主机的帮助。系统会要求你使用 Azure AI 服务和 azure_ai 扩展来分析评论情绪，以便可将描述性标签作为应用内的筛选器应用。

情绪分析：了解大局

情绪分析 就像对文本有情感雷达一样。它可以帮助你衡量用书面内容表达的感受或情感语气。无论是产品评论、社交媒体帖子还是客户反馈，情绪分析都揭示了情绪是积极、负面，还是中立。此功能提供有关用户如何感知你的品牌、产品或服务的见解。

观点挖掘：超越情绪

观点挖掘（也称为基于方面的情绪分析）将情绪分析提升到下一级别。就像在显微镜下剖析意见一样。观点挖掘可以放大文本的特定方面，而不是整体情绪。例如，它可以告诉你，如果用户喜欢宽敞的房间，但找到周围的干扰。此功能更深入地了解与不同属性关联的更细微的情绪，非常适合执行细粒度分析。

使用 Azure AI 服务分析情绪

Azure AI 语言服务是 Azure AI 服务的一部分，可用于分析文本数据中的情绪和挖掘意见。可以使用 Azure Database for PostgreSQL 灵活服务器的 azure_ai 扩展无缝地将情绪分析功能合并到应用程序中。

学习目标

该模块探讨 Azure AI 语言服务的情绪分析和观点挖掘功能，以及如何使用 azure_ai 扩展将情绪分析直接集成到 PostgreSQL 数据库中。在本模块中，你将：

了解情绪分析的基础知识及其应用方式，以深入了解用户情绪和情绪。
描述观点挖掘技术，以识别与特定属性相关的情绪。
使用 azure_ai 扩展将情绪分析应用于 PostgreSQL 数据库中的用户评论。