使用 Amazon Comprehend

分析文本中的情绪

在本分步教程中,您将了解如何使用 Amazon Comprehend 进行情绪分析。

Amazon Comprehend 可以使用机器学习功能查找可通过文本获取的见解和其中蕴含的关系。Amazon Comprehend 提供关键词提取、情绪分析、实体识别、主题建模和语言检测 API,因此您可以轻松地将自然语言处理集成到您的应用程序中。

通过 Amazon Comprehend,内容创建者和营销商可以轻松了解客户喜好,从而对建议进行个性化设置。组织(从零售组织到金融组织再到法律组织)还可以使用 Amazon Comprehend 快速分析大量文本,找到其中的见解。

在我们的教程情景中,您将计划一次旅行,希望找到有用的旅行书籍。您已经选择了一本书,现在,您希望使用 Amazon Comprehend 来处理一些评论,以了解其他客户是否认为这本书很有价值。

要解决这个问题,您需要登录 Amazon Comprehend 控制台。您将使用 API Explorer 来运行情绪分析,以及测试实体检测和关键词提取功能。

使用此教程需要拥有 AWS 账户

使用 Amazon Comprehend 学习本教程不额外收取费用。您在本教程中创建的资源符合免费套餐条件。 

详细了解免费套餐 >>


第 1 步:进入 Amazon Comprehend 控制台

打开 AWS 管理控制台,以便使本分步指南处于打开状态。此屏幕加载后,请输入您的用户名和密码以便开始操作。然后,在搜索栏中键入 Comprehend,并选择 Amazon Comprehend 以打开服务控制台。

Step1-AWS Management Console
Step1-AWS Management Console

(单击可放大)


第 2 步:开始使用 Amazon Comprehend

在此步骤中,您将探索 Amazon Comprehend 的情绪分析功能,以了解这 3 种书籍评论的情绪,从而帮助您确定是否希望购买本书。

评论 1:
“我只想找一些以前没去过的超酷新地点,但很遗憾在这里没找到。这些建议当中,有一些真的很糟糕……我只能一笑而过! 大部分建议都只是传统的大城市、餐厅和酒吧。都是老套路,没什么新地点。我不想到这些地方去玩。这本书根本不值得购买。”

评论 2:
“这本书写得非常美。我在看到这本书的时候,根本没打算去旅游,只是随便翻看,浏览一下。我真的很喜欢这本书的封面,还有书中所有色彩绚丽的大幅照片。John Smith 拍摄的照片真是精彩绝伦。我把这本书摆放在我的茶几上,收藏起来。我打算近期就到巴黎和巴塞罗那去旅行,我知道这本书一定会派上用场,会成为我的旅行指南。同时,这本书对于神游旅行者来说,也是非常完美的参考!”

评论 3:
“作为一名旅游爱好者,我真的很喜欢阅读关于这些精彩旅游景点的书籍。作者会带您周游世界。即使如今可以在网上免费找到所有信息,但我还是将这本书随身携带,通过这本书来发现那些鲜为人知的好去处。”


第 2a 步:单击控制台中的开始使用按钮,以开始使用服务并测试任何功能。

Step2-Get-started-Comprehend
Step2-Get-started-Comprehend

(单击可放大)


第 3 步:输入要对评论 1 进行分析的文本

现在,我们开始使用 Amazon Comprehend API Explorer 来分析客户评论中蕴含的是积极情绪、消极情绪,还是两者兼而有之。您可以在文本字段中最多输入 1000 个字符。

评论 1:
“我只想找一些以前没去过的超酷新地点,但很遗憾在这里没找到。这些建议当中,有一些真的很糟糕……我只能一笑而过! 大部分建议都只是传统的大城市、餐厅和酒吧。都是老套路,没什么新地点。我不想到这些地方去玩。这本书根本不值得购买。”


第 3a 步:评论 1 中的文本输入 API Explorer 窗口中,然后选择分析

sentiment-3A
sentiment-3A

(单击可放大)


第 3b 步:打开情绪分析边栏面板

打开情绪分析边栏面板后,您将看到系统为第一条评论提供的分析。您会在结果中看到,评论中蕴含着多个积极情绪、消极情绪和混合情绪。这些结果表示这是一个消极评论,在积极评论或混合评论方面的得分较低。 

sentiment-3B
sentiment-3B

(单击可放大)


第 4 步:输入要对评论 2 进行分析的文本

现在,我们来看一下对下一个书籍评论的分析结果。您需要重复第 3 步中的操作,以处理评论 2

评论 2:
“这本书写得非常美。我在看到这本书的时候,根本没打算去旅游,只是随便翻看,浏览一下。我真的很喜欢这本书的封面,还有书中所有色彩绚丽的大幅照片。John Smith 拍摄的照片真是精彩绝伦。我把这本书摆放在我的茶几上,收藏起来。我打算近期就到巴黎和巴塞罗那去旅行,我知道这本书一定会派上用场,会成为我的旅行指南。同时,这本书对于神游旅行者来说,也是非常完美的参考!”


第 4a 步:将文本输入 API Explorer,然后选择分析

sentiment-4A
sentiment-4A

(单击可放大)


第 4b 步:打开情绪分析边栏面板

现在,您将返回到情绪分析边栏面板,以查看评论 2 的分析结果。第二个评论与第一个评论完全不同,因为在这里您可以看到分析结果完全是积极的,在此项评论中没有消极或混合结果。 

sentiment-4B
sentiment-4B

(单击可放大)


第 4c 步:打开实体检测边栏面板

现在,您对情绪分析功能的工作方式已经有了基本了解,让我们快速了解一下也适用于此评论的其他分析。实体检测边栏面板将向您显示如何识别对真实对象(例如,人物、地点或事物)唯一名称的文字参考。您在 API Explorer 中可以看到,在这段简短评论中检测到两种类型的实体 – 人物和地点。John Smith 被识别为人物,巴黎巴塞罗那被识别为地点。

此功能有助于对大型文本进行扫描,以快速识别最常见的实体。此信息可用于智能搜索,或者帮助对文章和文档进行分类,以便对内容进行个性化设置。

sentiment-4C
sentiment-4C

(单击可放大)


第 4d 步:打开关键词提取边栏面板

另外,我们来快速看一下从这个评论中识别了哪些关键词。打开关键词边栏面板,以查看从这项评论中提取的一些短语。您会注意到有几类关键词中包含像“这本书写得非常美”和“收藏起来”这样的短语。 由于这项评论十分简短,因此,这些关键词都只出现了一次。 

sentiment-4D
sentiment-4D

(单击可放大)


第 5 步:输入要对评论 3 进行分析的文本

现在,我们来看一下对我们的最终客户评论的分析结果。重复第 3 步和第 4 步中的操作,以处理评论 3

评论 3:
“作为一名旅游爱好者,我真的很喜欢阅读关于这些精彩旅游景点的书籍。作者会带您周游世界。即使如今可以在网上免费找到所有信息,但我还是将这本书随身携带,通过这本书来发现那些鲜为人知的好去处。”


第 5a 步:将文本输入 API Explorer,然后选择分析

sentiment-5A
sentiment-5A

(单击可放大)


第 5b 步:打开情绪分析边栏面板

现在,返回到情绪分析边栏面板,以查看评论 3 的分析结果。与第一个分析结果很像,这也是一个非常积极的评论,只检测到了少许中性情绪。 

sentiment-5B
sentiment-5B

(单击可放大)


恭喜!

根据您在本教程中得到的情绪分析结果,您可能希望购买这本旅游指南! 您可以使用 Amazon Comprehend 分析文本,并将结果进行广泛应用,包括客户意见分析、智能文档搜索,以及 Web 应用程序的内容个性化设置。

 

本教程对您是否有帮助?

谢谢
请告知我们您喜欢什么。
很抱歉让您失望了
是否存在过时、令人困惑或不准确的内容? 请向我们提供反馈,帮助我们改进本教程。

了解更多

通过本入门指南了解关于 Amazon Comprehend 的功能的更多信息。

构建社交媒体控制面板

使用机器学习和业务智能服务构建社交媒体控制面板

批量情绪分析

此高级教程关于对大量文本进行批量情绪分析,欢迎查看。