microsoftml.get_sentiment: Sentimentanalys

Usage

microsoftml.get_sentiment(cols: [str, dict, list], **kargs)

Description

Betygsätter texten på naturligt språk och bedömer sannolikheten att känslorna är positiva.

Detaljer

Transformen get_sentiment returnerar sannolikheten att känslan i en naturlig text är positiv. Stöder för närvarande endast engelska språket.

Arguments

kolumner

En teckensträng eller lista med variabelnamn att transformera. Om dict, representerar namnen namnen på nya variabler som ska skapas.

kargs

Ytterligare argument som skickas till beräkningsmotorn.

Retur

Ett objekt som definierar transformeringen.

Example

'''
Example with get_sentiment and rx_logistic_regression.
'''
import numpy
import pandas
from microsoftml import rx_logistic_regression, rx_featurize, rx_predict, get_sentiment

# Create the data
customer_reviews = pandas.DataFrame(data=dict(review=[
            "I really did not like the taste of it",
            "It was surprisingly quite good!",
            "I will never ever ever go to that place again!!"]))
            
# Get the sentiment scores
sentiment_scores = rx_featurize(
    data=customer_reviews,
    ml_transforms=[get_sentiment(cols=dict(scores="review"))])
    
# Let's translate the score to something more meaningful
sentiment_scores["eval"] = sentiment_scores.scores.apply(
            lambda score: "AWESOMENESS" if score > 0.6 else "BLAH")
print(sentiment_scores)

Resultat:

Beginning processing data.
Rows Read: 3, Read Time: 0, Transform Time: 0
Beginning processing data.
Elapsed time: 00:00:02.4327924
Finished writing 3 rows.
Writing completed.
                                            review    scores         eval
0            I really did not like the taste of it  0.461790         BLAH
1                  It was surprisingly quite good!  0.960192  AWESOMENESS
2  I will never ever ever go to that place again!!  0.310344         BLAH

Relaterat innehåll

  • Last updated on