SENTIMENT (SNOWFLAKE.CORTEX)

Snowflake Cortex AI bietet zwei aufgabenspezifische Funktionen, mit denen Sie auf einfache Weise eine Stimmungsanalyse für Textdaten wie Kundenkommentare oder Bewertungen durchführen können.

ENTITY_SENTIMENT liefert sowohl allgemeine als auch granulare entitätsspezifische Stimmungen. Sie ist ideal für Anwendungsfälle, die eine Stimmungsanalyse für bestimmte Aspekte des Textes erfordern oder die eine nuancierte Identifizierung der Stimmung erfordern: positiv, negativ, neutral und gemischt. Beispiel:

  • Detaillierte Produktanalyse

  • Umfassende Studien zur Markenwahrnehmung

  • Erweiterte Marktintelligenz

  • Zuordnung von Kundenerfahrungen

SENTIMENT gibt einen numerischen Stimmungswert zurück, der den Grad der Negativität oder Positivität angibt. Es wurde für Anwendungsfälle entwickelt, bei denen Geschwindigkeit und Kosteneffizienz Vorrang vor einer detaillierten Analyse auf Entitätsebene haben, wie z. B.:

  • Überwachung der sozialen Stimmung und Benachrichtigung

  • Sichtung von Kundenfeedback in großen Mengen

  • Scannen der Leistung von Inhalten

Stimmungsqualität

ENTITY_SENTIMENT liefert eine branchenführende aspektbasierte und allgemeine Stimmungsgenauigkeit. Die folgende Tabelle gibt Auskunft darüber, wie beliebte Modelle bei den Benchmarks Aspect Based Sentiment (ABSA-Mix) und Overall Sentiment abschneiden, einschließlich der von Snowflake angebotenen Modelle sowie anderer beliebter Modelle.


Funktion oder Modell
Aspect Based Sentiment
Genauigkeit (ABSA-Mix)

Gesamtgenauigkeit der Stimmung

Cortex AI ENTITY_SENTIMENT

0,91

0,86

claude-3-5-sonnet

0,84

0,72

mistral-large2

0,83

0,77

GPT-4

0,82

0,73

llama3.3-70b

0,81

0,72

llama3.1-8b

0,77

0,79

Cortex AI SENTIMENT

k.A.

0,71

Tipp

Wenn Sie sich nicht sicher sind, welche Funktion für Ihre Bedürfnisse am besten geeignet ist, beginnen Sie mit ENTITY_SENTIMENT, um eine Grundlage zu schaffen. Testen Sie dann SENTIMENT, um zu sehen, ob die zusätzliche Granularität und Nuancierung, die ENTITY_SENTIMENT bietet, für Ihren Anwendungsfall notwendig ist.

ENTITY_SENTIMENT

Cortex AI ENTITY_SENTIMENT erfasst ein Spektrum von Kundenmeinungen, das über positive, negative und neutrale Buckets hinausgeht. Für die aspektbasierte Stimmungsanalyse geben Sie den Inhalt (z. B. einen Kundenkommentar oder eine Bewertung) und die Entitäten (Aspekte oder Kategorien) an, für die Sie die Stimmung analysieren möchten. ENTITY_SENTIMENT liefert Stimmungswerte für jede Entität sowie einen allgemeinen Stimmungswert.

Das folgende Beispiel verwendet ENTITY_SENTIMENT, um die Stimmungsklassifizierung einer Produktbewertung zu erhalten.

SELECT SNOWFLAKE.CORTEX.ENTITY_SENTIMENT('A tourist\'s delight, in low urban light,
  Recommended gem, a pizza night sight.  Swift arrival, a pleasure so right,
  Yet, pockets felt lighter, a slight pricey bite. 💰🍕🚀',
  ['Cost', 'Quality', 'Waiting Time']);
Copy

Antwort:

{
  "categories": [
    {
      "name": "overall",
      "sentiment": "mixed"
    },
    {
      "name": "Cost",
      "sentiment": "negative"
    },
    {
      "name": "Quality",
      "sentiment": "positive"
    },
    {
      "name": "Waiting Time",
      "sentiment": "positive"
    }
  ]
}

Das folgende Beispiel „durchläuft“ Entitäten, die nichts mit dem Inhalt der Produktbewertung zu tun haben, Professionalität und Marke, und klassifiziert sie als „unbekannt“ ein.

SELECT SNOWFLAKE.CORTEX.ENTITY_SENTIMENT('A tourist\'s delight, in low urban light,
  Recommended gem, a pizza night sight. Swift arrival, a pleasure so right,
  Yet, pockets felt lighter, a slight pricey bite. 💰🍕🚀',
  ['Cost', 'Professionalism' ,'Brand']);
Copy

Antwort:

{
  "categories": [
    {
      "name": "overall",
      "sentiment": "mixed"
    },
    {
      "name": "Brand",
      "sentiment": "unknown"
    },
    {
      "name": "Cost",
      "sentiment": "negative"
    },
    {
      "name": "Professionalism",
      "sentiment": "unknown"
    }
  ]
}

Wenn Sie nur die Gesamtstimmung wünschen, geben Sie den Inhalt ohne Analyseeinheiten an.

SELECT SNOWFLAKE.CORTEX.ENTITY_SENTIMENT('I went to the store, bought the leggings and exact same as shorts...
  they are expensive but i heard such great things. After wearing them twice i noticed a string popping out already.
  And aince i believed that they were this amazing luxury brand i didnt keep the receipt 😭 ');
Copy

Antwort:

{
  "categories": [
    {
      "name": "overall",
      "sentiment": "mixed"
    }
  ]
}

SENTIMENT

Die Funktion Cortex AI SENTIMENT gibt die Gesamtstimmung als eine Punktzahl zwischen -1,0 und 1,0 zurück. Je näher an 1, desto wahrscheinlicher ist es, dass der Text eine positive Stimmung hat; je näher an -1, desto wahrscheinlicher ist es, dass der Text eine negative Stimmung hat. Das nachstehende Diagramm gibt Ihnen Hinweise zur Interpretation der Stimmungswerte:

Stimmung

Stimmungswert

Positiv

0,5 bis 1

Neutral

-0,5 bis 0,5

Negativ

-0,5 bis -1

Das folgende Beispiel verwendet SENTIMENT, um die Stimmungseinschätzung einer Restaurantkritik zu erhalten, die mit einer Wahrscheinlichkeit von 0,54 als positiv eingestuft werden kann.

SELECT SNOWFLAKE.CORTEX.SENTIMENT('A tourist\'s delight, in low urban light,
  Recommended gem, a pizza night sight. Swift arrival, a pleasure so right,
  Yet, pockets felt lighter, a slight pricey bite. 💰🍕🚀');
Copy

Antwort:

0.5424458

Modelleinschränkungen

Alle in Snowflake Cortex AI verfügbaren Modelle haben Beschränkungen für die Gesamtzahl der Eingabe- und Ausgabe-Token, die als Kontextfenster des Modells bezeichnet wird.

Das Kontextfenster für ENTITY_SENTIMENT ist so eingestellt, dass das Modell ein hohes Maß an Genauigkeit beibehalten kann. ENTITY_SENTIMENT wurde für Texteingaben von 2.048 Token (etwa 1.600 Wörter) trainiert und optimiert. Sie können maximal 10 Entitäts-Kategorien mit jeweils maximal 30 Zeichen übergeben.

Bemerkung

ENTITY_SENTIMENT und SENTIMENT sind derzeit für Englisch optimiert.

Funktion

Kontextfenster (Token)

Max. Entitäts-Etiketten

ENTITY_SENTIMENT

2,048

10

SENTIMENT

512

k.A.

Regionale Verfügbarkeit

ENTITY_SENTIMENT und SENTIMENT sind in den folgenden Regionen verfügbar:

Funktion
(Modell)
AWS US West 2
(Oregon)
AWS US East 1
(N. Virginia)
AWS Europe Central 1
(Frankfurt)
AWS Europe West 1
(Ireland)
AWS AP Southeast 2
(Sydney)
AWS AP Northeast 1
(Tokio)
Azure East US 2
(Virginia)
Azure West Europe
(Niederlande)
AWS
(Regionsübergreifend)

ENTITY_SENTIMENT

SENTIMENT