センチメント分類
Watson Natural Language Processing Sentiment 分類モデルは、入力テキストのセンチメントを分類します。
サポート対象言語
センチメント分類は、以下の言語で使用できます。 言語コードおよび対応する言語のリストについては、『言語コード』を参照してください。
ar、cs、da、de、en、es、fi、fr、he、hi、it、ja、ko、nb、nl、nn、pl、pt、ro、ru、sk、sv、tr、zh-cn
センチメントCopy link to section
テキストのセンチメントは、肯定、否定、または中立にすることができます。
センチメント・モデルは、入力文書内の各センテンスのセンチメントを計算します。 文書全体の集約された評判も、評判変圧器ワークフローを使用して計算されます。
返される分類には確率が含まれます。 センチメント・スコアの範囲は -1 から 1 です。 0 より大きいスコアは肯定的なセンチメントを示し、0 より小さいスコアは否定的なセンチメントを示し、0 のスコアは中立的なセンチメントを示します。
センテンスの評判ワークフローCopy link to section
ワークフロー名
sentiment-aggregated_transformer-workflow_multilingual_slate.153m.distilled
sentiment-aggregated_transformer-workflow_multilingual_slate.153m.distilled-cpu
ワークフローは、CPU と GPU の両方で使用できます。sentiment-aggregated_transformer-workflow_multilingual_slate.153m.distilled
ワークフローは、CPU ベースのランタイム用に最適化されています。sentiment-aggregated_transformer-workflow_multilingual_slate.153m.distilled-cpu
ワークフローを使用したコード・サンプルsentiment-aggregated_transformer-workflow_multilingual_slate.153m.distilled
# Load the Sentiment workflow
sentiment_model = watson_nlp.load('sentiment-aggregated_transformer-workflow_multilingual_slate.153m.distilled-cpu')
# Run the sentiment model on the result of the syntax results
sentiment_result = sentiment_model.run('The rooms are nice. But the beds are not very comfortable.')
# Print the sentence sentiment results
print(sentiment_result)
Copy to clipboard
コード・サンプルの出力:
{ "document_sentiment": { "score": -0.339735, "label": "SENT_NEGATIVE", "mixed": true, "sentiment_mentions": [ { "span": { "begin": 0, "end": 19, "text": "The rooms are nice." }, "sentimentprob": { "positive": 0.9720447063446045, "neutral": 0.011838269419968128, "negative": 0.016117043793201447 } }, { "span": { "begin": 20, "end": 58, "text": "But the beds are not very comfortable." }, "sentimentprob": { "positive": 0.0011594508541747928, "neutral": 0.006315878126770258, "negative": 0.9925248026847839 } } ] }, "targeted_sentiments": { "targeted_sentiments": {}, "producer_id": { "name": "Aggregated Sentiment Workflow", "version": "0.0.1" } }, "producer_id": { "name": "Aggregated Sentiment Workflow", "version": "0.0.1" } }
Show more
ターゲットの評判抽出Copy link to section
ターゲット・センチメント抽出は、テキストで表現されたセンチメントを抽出し、それらのセンチメントのターゲットを識別します。
前述のセンチメント・ブロックではなく、センチメントが異なる複数のターゲットを 1 つのセンチメントで処理できます。
例えば、 「提供された食品は美味しかったが、サービスが低速であった」という文が入力されたとします。 ターゲットのセンチメント・ブロックは、ターゲットの「food」には肯定的なセンチメントが、「service」には否定的なセンチメントが示されていることを示します。
このモデルは、英語のデータのみに対して微調整されています。 このモデルは、「サポートされる言語」にリストされている他の言語でも使用できますが、結果は異なる場合があります。
評判ワークフローをターゲットにするCopy link to section
ワークフロー名
targets-sentiment_transformer-workflow_multilingual_slate.153m.distilled
targets-sentiment_transformer-workflow_multilingual_slate.153m.distilled-cpu
ワークフローは、CPU と GPU の両方で使用できます。targets-sentiment_transformer-workflow_multilingual_slate.153m.distilled
ワークフローは、CPU ベースのランタイム用に最適化されています。targets-sentiment_transformer-workflow_multilingual_slate.153m.distilled-cpu
ワークフローのコード・サンプルtargets-sentiment_transformer-workflow_multilingual_slate.153m.distilled
import watson_nlp
# Load Targets Sentiment model for English
targets_sentiment_model = watson_nlp.load('targets-sentiment_transformer-workflow_multilingual_slate.153m.distilled')
# Run the targets sentiment model on the input text
targets_sentiments = targets_sentiment_model.run('The rooms are nice, but the bed was not very comfortable.')
# Print the targets with the associated sentiment
print(targets_sentiments)
Copy to clipboard
コード・サンプルの出力:
{ "targeted_sentiments": { "rooms": { "score": 0.990798830986023, "label": "SENT_POSITIVE", "mixed": false, "sentiment_mentions": [ { "span": { "begin": 4, "end": 9, "text": "rooms" }, "sentimentprob": { "positive": 0.990798830986023, "neutral": 0.0, "negative": 0.00920116901397705 } } ] }, "bed": { "score": -0.9920912981033325, "label": "SENT_NEGATIVE", "mixed": false, "sentiment_mentions": [ { "span": { "begin": 28, "end": 31, "text": "bed" }, "sentimentprob": { "positive": 0.00790870189666748, "neutral": 0.0, "negative": 0.9920912981033325 } } ] } }, "producer_id": { "name": "Transformer-based Targets Sentiment Extraction Workflow", "version": "0.0.1" } }
Show more