Publié le: Mar 9, 2022
Amazon Comprehend est un service de traitement du langage naturel (NLP) qui utilise le machine learning pour identifier les informations des données de texte. À partir d'aujourd'hui, Comprehend offre Targeted Sentiment, une nouvelle API qui fournit des informations plus granulaires sur les sentiments en identifiant le sentiment (positif, négatif, neutre ou mixte) à l'égard des entités dans le texte.
Les entreprises ont accès à de grandes quantités de messages sur les médias sociaux, de critiques, d'appels/emails du service clientèle et de blogs qui contiennent des informations sur ce que les clients pensent de leurs marques, produits et services. Ces entreprises doivent comprendre la voix du client afin de réagir rapidement aux commentaires des clients ou d'identifier les problèmes/tendances de leur offre. Historiquement, les entreprises ont utilisé des processus manuels pour évaluer le sentiment des clients, mais cette pratique est sujette à des erreurs et ne peut être mise à l'échelle. Avec Targeted Sentiment, les entreprises clientes et les partenaires peuvent déterminer avec précision vers quoi s'oriente le sentiment de leurs clients.
Les clients utilisent actuellement l'API de sentiment global de Comprehend pour identifier le sentiment d'un bloc de texte entier. Pour des déclarations telles que « Le hamburger était délicieux, mais il était détrempé », le sentiment global obtenu est « mitigé », ce qui ne fournit pas suffisamment d’informations pour influencer les décisions commerciales. Avec Targeted Sentiment, le résultat (i) identifiera les entités dans le texte, (ii) trouvera le sentiment envers chaque mention d'entité, et (iii) regroupera les mentions multiples de la même entité (c'est-à-dire la coréférence; « hamburger » et « il » font référence à la même entité). Avec Targeted Sentiment, le résultat montrera que le « hamburger » (entité) est un produit alimentaire (type d'entité) et est positif (sentiment), tandis que « il » (entité faisant référence au « hamburger ») est un produit alimentaire (type d'entité) et est négatif (sentiment).
Les clients peuvent utiliser soit le sentiment, soit le sentiment ciblé, en fonction du type d'informations dont ils ont besoin. Par exemple, supposons qu'un propriétaire de restaurant souhaite analyser la critique suivante: « Les tacos étaient délicieux et le personnel était sympathique .» Le propriétaire utilisera l'API Sentiment pour déterminer si la critique globale du restaurant est positive, négative, neutre ou mixte (dans cet exemple, le sentiment global est positif). Il peut également utiliser l'API Sentiment ciblé pour déterminer ce qui, dans le restaurant, est positif, négatif, neutre ou mixte (dans cet exemple, les « tacos » sont positifs et le « personnel » est positif). Les clients peuvent également utiliser les deux API pour identifier d'abord le sentiment général comme base de référence, puis utiliser le sentiment ciblé pour approfondir les détails du sentiment (par exemple, des entités spécifiques).
Pour en savoir plus et commencer à utiliser ces fonctions, consultez la page produit ou la page documentation d’Amazon Comprehend.