发布于: Mar 9, 2022
Amazon Comprehend 是一项自然语言处理（NLP）服务，使用机器学习来发现文本数据中的洞察信息。从今天开始，Comprehend 提供 Targeted Sentiment，这是一个新的 API，通过识别对文本中实体的情绪（积极、消极、中性或混合），提供更细粒度的情绪洞察信息。
企业可以访问大量的社交媒体帖子、评论、客户服务电话/电子邮件和博客，这些信息反映了客户对其品牌、产品和服务的感受。了解客户的心声对于这些企业快速响应客户反馈或识别其产品的问题/趋势至关重要。以前，企业一直利用手动流程来评估客户情绪，但这种做法容易出错且不可扩展。通过 Targeted Sentiment，企业客户和合作伙伴可以准确定位其客户表达的情绪。
客户目前使用 Comprehend 的整体情绪 API 来识别整个文本数据块的情绪。对于像“汉堡很好吃，但是它的水分太大了”这样的陈述，整体情绪输出是“混合的”，没有提供足够的详细信息来影响商业决策。通过 Targeted Sentiment，输出将（i）识别文本中的实体，（ii）找到针对每个实体叙述的情绪，以及（iii）将同一实体的多个叙述组合在一起（即共同引用；“汉堡”和“它”指同一实体）。使用 Targeted Sentiment，输出将显示“汉堡”（实体）是一个食品项目（实体类型），是积极（情绪），而“它”（引用“汉堡”的实体）是一个食品项目（实体类型），是消极（情绪）。
客户可以使用 Sentiment 或 Targeted Sentiment，具体取决于他们需要的洞察类型。例如，我们假设一个餐厅拥有者想要分析评论，“墨西哥玉米卷很好吃，员工也很友好。” 该拥有者将使用 Sentiment API 来了解餐厅的总体评论是积极的、消极的、中性的还是混合的（在这个例子中，总体情绪是积极的）。或者，该拥有者可以使用 Targeted Sentiment 来了解餐厅中哪些是积极的、消极的、中性的或混合的（在这个例子中，“墨西哥玉米卷”是积极的，“员工”是积极的）。客户还可以使用这两个 API 首先将总体情绪确定为基准，然后使用 Targeted Sentiment 深入了解情绪的详细信息（例如特定实体）。