Bonne réponse
- DSentiment analysis with opinion mining
Explication
Sentiment analysis with opinion mining est spécifiquement conçue pour extraire à la fois le sentiment (positif, négatif, neutre) et la cible associée (par exemple, 'battery life', 'screen') à partir du texte. Cette fonctionnalité va au-delà de la simple notation de sentiment en identifiant la cible de l'opinion et le sentiment exprimé à son égard, ce qui correspond directement à l'exigence d'extraire les noms de produits et leurs sentiments associés à partir des e-mails des clients.
Pour aller plus loin
Sentiment analysis with opinion mining, anciennement analyse des sentiments basée sur les aspects, va au-delà de la polarité au niveau du document en extrayant la cible de chaque opinion et son sentiment associé. Azure AI Language renvoie des cibles d'opinion telles que 'battery life' et 'screen' avec des scores de confiance et des polarités individuels, tandis que le document global peut être mitigé ou neutre. Une analyse de sentiment simple ne renverrait qu'une seule étiquette pour toute la phrase, perdant ainsi le contraste entre le commentaire positif sur la batterie et le commentaire négatif sur l'écran. Key phrase extraction renvoie des termes saillants sans polarité, entity linking résout les noms vers des entrées de base de connaissances et Custom text classification attribue des étiquettes définies par l'utilisateur à des documents entiers. Opinion mining est la seule option qui associe chaque attribut de produit à son propre sentiment.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.