SENTIMENT (SNOWFLAKE.CORTEX)¶

감성 품질¶

ENTITY_SENTIMENT 는 업계 최고 수준의 측면 기반 및 전반적인 감성 정확도를 제공합니다. 다음 테이블은 Snowflake에서 제공하는 모델과 다른 널리 사용되는 모델 등 Aspect Based Sentiment(ABSA-mix) 및 Overall Sentiment 벤치마크에서 인기 모델의 성능에 대한 정보를 제공합니다.

ENTITY_SENTIMENT¶

Cortex AI ENTITY_SENTIMENT 는 전반적인 긍정, 부정, 중립 버킷을 넘어 다양한 고객 의견을 수집합니다. 측면 기반 감성 분석의 경우, 감성 분석을 하려는 내용(예: 고객 설명 또는 리뷰)과 엔터티(측면 또는 카테고리)를 지정합니다. ENTITY_SENTIMENT 는 전체 감성 점수뿐만 아니라 각 엔터티에 대한 감성 점수를 반환합니다.

다음 예제는 ENTITY_SENTIMENT 를 사용하여 제품 리뷰의 감성 분류를 가져옵니다.

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']);

응답:

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

다음 예제는 제품 리뷰의 내용, 전문성 및 브랜드와 관련이 없는 엔터티를 ‘통과’하여 ‘알 수 없음’으로 분류합니다.

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']);

응답:

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

전체 감성어만 원하는 경우 분석 엔터티 없이 내용만 지정하십시오.

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 😭 ');

응답:

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

SENTIMENT¶

Cortex AI SENTIMENT 함수는 전반적인 감성을 -1.0~1.0 사이의 점수로 반환합니다. 1에 가까울수록 긍정적인 감성을 담고 있을 가능성이 높고, -1에 가까울수록 부정적인 감성을 담고 있을 가능성이 높습니다. 아래 차트는 감성 점수를 해석하는 방법에 대한 지침을 제공합니다.

다음 예제에서는 SENTIMENT 를 사용하여 음식 서비스 리뷰의 감성 분류를 구하며, 확률 점수가 0.54이므로 긍정으로 유추할 수 있습니다.

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. 💰🍕🚀');

응답:

0.5424458

모델 제한 사항¶

Snowflake Cortex AI 에서 사용 가능한 모든 모델에는 총 입력 및 출력 토큰 수에 제한이 있으며, 이는 모델의 컨텍스트 윈도우 에서 확인할 수 있습니다.

ENTITY_SENTIMENT 의 컨텍스트 윈도우는 모델이 높은 수준의 정확도를 유지할 수 있도록 설정되어 있습니다. ENTITY_SENTIMENT 는 2,048개의 토큰(약 1,600단어)의 텍스트 입력에 최적화되어 있으며, 각각 30자 이하의 엔터티 카테고리를 최대 10개까지 전달할 수 있습니다.

리전 가용성¶

ENTITY_SENTIMENT 및 SENTIMENT 는 다음 리전에서 사용할 수 있습니다.