Sentiment and opinion mining é uma solução da plataforma Language Studio, da Azure, que permite detectar sentimentos positivos, negativos e neutros a partir de sentenças. Esse repositório mostra alguns exemplos de testes na plataforma. Os procedimentos foram realizados como parte do Bootcamp Microsoft Azure AI Fundamentals, da DIO.
-green){kind=icon}
-blue){kind=icon}
Esses experimentos foram baseados nos guias da Microsoft Learn. Para informações mais detalhadas, consulte a página Analyze text with Language Studio.
Para ser possível usar o Language Studio, é essencial que você possua um recurso para a plataforma associado a sua conta Azure. Isso pode ser feito por meio dos seguintes passos:
- Acessar https://portal.azure.com
- Criar um novo recurso Language Service através da opção Create Resource.
- Esperar o deploy do recurso terminar.
Com o recurso Language Service criado, é preciso conecta-lo ao Language Studio. Para isso, basta seguir os seguintes passos:
- Acessar o Language Studio.
- Na página inicial, acessar os recursos criados através do botão "Select a resouce".
- Preencha as informações e selecione o recurso recém criado.
Ao retornar a página inicial após concluídos os passos anteriores, é possível ver a lista de serviços disponíveis para teste na plataforma. Nesse experimento foi usado o serviço "Analyze sentiment and mine opinions", na aba "Classify text".
Ao acessar o serviço é possível carregar o texto a ser analisado, selecionar sua linguagem e também ativar a opção de opinion mining. Para esse experimento, selecionei um capítulo do livro de Mateus, da Bíblia.
Abaixo podemos ver o resultado da análise de sentimento de todo o texto. De acordo com os resultados, o texto é majoritariamente negativo (65%). Contudo, a confiança do resultado informado é de apenas 25%. É interesante notar que algumas sentenças obtiveram boa taxa de confidence, enquanto outras foram consideradas 100% negativas com 0% de confiança.
Abaixo é possível observar a funcionalidade de opinion mining funcionando:
Ferramentas de análise de sentimentos e opiniões podem ser muito úteis na automação de análises de feedbacks para serviços. Apesar desse recurso funcionar muito bem para textos que claramente visam expressar sentimentos, como é o caso de comentários e avaliações de produtos, a ferramenta não parece se sair tão bem em textos onde essa expressão não é tão clara. Acredito que esse resultado se deve ao fato de que a ferramenta analisa apenas uma sentença por vez e não parece levar em consideração todo o contexto. Penso que uma tecnologia capaz de estabelecer conexões entre sentenças e obter um entendimento geral sobre o contexto de todo o texto possivelmente seria mais bem sucedida nessa análise.