【问题标题】：Azure Text Analytics Sentiment AnalysisAzure 文本分析情绪分析
【发布时间】：2018-02-07 23:35:18
【问题描述】：
谁能告诉我 Azure 文本分析 API 中正面或负面情绪的特征是什么？
例如“他今天死了”
根据具体情况，死亡可能是好是坏……什么将决定回报是积极的还是消极的？
【问题讨论】：
-
欢迎来到 Stackoverflow。如果您在 Stack Overflow 上签出 How to Ask 页面以备将来的努力会更好。伟大的问题往往会从社区提供更快、更好的答案 - 谢谢
标签：
azure
microsoft-cognitive
azure-cognitive-services
text-analytics-api
【解决方案1】：
在底层，我们有两个分类器。
首先，一个客观性模型告诉我们给定记录是客观的概率。
例如，如果有人说“这个圣诞派对在凯悦酒店举行”，这是一个客观的句子，但像“我很喜欢凯悦酒店的派对，场地很漂亮”这样的句子。是主观的。
然后，对于那些主观的记录，我们分析记录的极性，告诉我们句子表达的是积极情绪还是消极情绪。
那些目标句被映射到 0.5。非客观句考虑极性结果在 0 和 1 之间映射（0== 最负面，1= 最正面，大约 0.4 稍微负面，大约 0.6 稍微正面）。
出于所有实际目的，您可以说介于 0.45 和 0.65 之间的分数是中性的，0.45 和更低的分数是负数，而 0.65 和更高的分数是正数。
现在，模型如何将某物分类为客观的？这一切都与训练数据以及为该数据提供的标签有关。