Extraction des sentiments¶
Note
AI_SENTIMENT est la version actualisée de ENTITY_SENTIMENT (SNOWFLAKE.CORTEX). Pour obtenir les dernières fonctionnalités, utilisez AI_SENTIMENT.
La fonction AI_SENTIMENT fournit une classification des sentiments de pointe sur divers marchés et dans différentes langues. Avec AI_SENTIMENT, vous pouvez obtenir à la fois une analyse des sentiments globale et granulaire, basée sur les aspects, pour des cas d’utilisation tels que ceux qui suivent :
Surveillance des réseaux sociaux
Analyse détaillée des produits
Études complètes sur la perception de la marque
Veille économique avancée
Analyse de l’engagement des employés
Mappage du parcours de l’expérience client
Analyse des performances du contenu
Optimisation du support client
Qualité d’extraction des sentiments¶
AI_SENTIMENT utilise un grand modèle de langage Snowflake personnalisé qui fournit un sentiment global de pointe et une précision de sentiment basée sur l’aspect. La table suivante fournit des informations sur la manière dont AI_SENTIMENT fonctionne sur le sentiment général et le sentiment basé sur l’aspect (ABSA-mix) par rapport aux modèles populaires. Les langues évaluées dans le benchmark multilingue sont l’anglais, l’espagnol, le français, l’allemand, l’hindi, l’italien et le portugais.
Note
Certains des modèles comparés ne sont pas disponibles dans Snowflake Cortex.
Modèle
|
Aspect basé sur le sentiment
précision (
ABSA-mix) |
Aspect basé sur le sentiment
précision (
ABSA-multilingual) |
Sentiment général
précision
|
Sentiment général
précision (multilingue)
|
|---|---|---|---|---|
Cortex AI |
0.92 |
0,81 |
0,83 |
0,83 |
|
0,84 |
0,79 |
0.75 |
0,82 |
|
0,83 |
0.80 |
0,77 |
0.78 |
|
0,83 |
0,73 |
0.80 |
0.78 |
|
0,82 |
0,79 |
0,71 |
0.76 |
|
0,82 |
0,79 |
0,71 |
0.76 |
AWS |
0.62 |
0.64 |
Appel de la fonction AI_SENTIMENT¶
Par défaut, Cortex AI_SENTIMENT renvoie des scores de sentiment globaux pour le contenu global. Cependant, AI_SENTIMENT peut également capturer un large éventail d’avis de clients au-delà des compartiments positifs, négatifs et neutres. Pour cette analyse facultative des sentiments basée sur les aspects, spécifiez le contenu (tel qu’un commentaire de client ou un avis) et les aspects (également appelés entités ou catégories) pour lesquels vous souhaitez analyser les sentiments. AI_SENTIMENT renvoie le sentiment pour chaque entité ainsi qu’un sentiment global. Pour obtenir uniquement le sentiment général, spécifiez le contenu sans aspects.
Exemples en anglais¶
L’exemple suivant utilise AI_SENTIMENT pour obtenir la classification de sentiment d’un avis sur un produit.
Valeur de retour :
L’exemple suivant utilise AI_SENTIMENT pour obtenir la classification des sentiments pour des aspects spécifiques d’un avis sur un restaurant.
Valeur de retour :
Si certains aspects que vous spécifiez ne s’appliquent pas au texte que vous fournissez, alors AI_SENTIMENT renvoie « Inconnu » pour ces aspects, comme indiqué pour le professionnalisme et la marque dans l’exemple suivant.
Valeur de retour :
Exemples multilingues¶
Comme le montrent les deux exemples similaires suivants, AI_SENTIMENT peut analyser le sentiment dans plusieurs langues, de sorte que vous n’avez pas besoin de traduire le texte et de risquez de perdre une partie essentielle de son sens. Vous n’avez pas besoin de spécifier la langue du texte. Les aspects peuvent être spécifiés dans la langue du texte, comme indiqué dans l’exemple suivant, ou en anglais, comme indiqué dans le deuxième exemple.
Note
AI_SENTIMENT prend en charge l’anglais, le français, l’allemand, l’hindi, l’italien, l’espagnol et le portugais.
Exemple avec du texte et des étiquettes en espagnol :
Valeur de retour :
Exemple avec du texte en allemand et des étiquettes en anglais :
Valeur de retour :
Restrictions du modèle¶
All large language models (LLMs) available in Snowflake Cortex AI have limitations on the total number of input and output tokens, which is referred to as the model’s context window. Inputs exceeding the context window limit result in an error. Output which would exceed the context window limit is truncated.
La fenêtre contextuelle pour AI_SENTIMENT est définie de manière à ce que le modèle puisse maintenir un niveau de précision élevé. AI_SENTIMENT a été entraîné et optimisé pour des entrées de texte de 2 048 jetons (environ 1 600 mots). Vous pouvez spécifier un maximum de 10 aspects, chacun ne contenant pas plus de 30 caractères.
Fonction |
Fenêtre contextuelle (jetons) |
Nombre maximal d’étiquettes d’entité |
|---|---|---|
AI_SENTIMENT |
2,048 |
10 |