2

使用文本分析进行情绪检测有时我会收到我认为不一致的结果。

它们可以通过一个简单的例子来证明：

我很伤心被标记为1%（0% 表示非常消极）

你好，我很难过被标记为85%（100% 表示非常积极）

有没有办法改进/促进文本分析服务以进行情绪检测？还是使用自己的类似于LUIS的模型来检测情绪？

或者，是否有一些推荐的服务/库用于在情绪检测尝试获得更好的结果之前更改输入文本？

请参阅我在https://azure.microsoft.com/en-us/services/cognitive-services/text-analytics/上测试给定示例的方式

结果截图

使用https://westeurope.api.cognitive.microsoft.com/text/analytics/v2.0/sentiment通过 API 获得相同的结果

输入：

{"documents": [{"id": "101","text": "I'm sad","language":"en"},
{"id": "111","text": "Hello I'm sad.","language":"en"}]}

结果：

{"documents":[{"score":0.0038561224937438965,"id":"101"},
{"score":0.84333503246307373,"id":"111"}],"errors":[]}
4

2 回答 2

1

要回答您的原始问题：为错误分数提供反馈的最佳方式是联系文本分析团队 (mlapi@microsoft.com)

对于提供的具体示例，我们将研究可能导致此问题的原因。不知何故，机器知道这是积极的，而我们当然知道它不是。

路易斯·卡布雷拉 | 文本分析项目经理 | 云人工智能平台，微软

于 2018-02-08T16:46:48.777 回答
1

我没有找到我正在寻找的确切内容，但我认为我的最后一步令人满意。

1）当我尝试 :-) 和 :-( 在Azure 门户中时没有响应

2) 我试过没有回应 1) 并检查了“Microsoft 可以通过电子邮件向您发送有关您的反馈的信息”

3)当我尝试Twitter并将@Azure #CognitiveServices 放入我的推文时，我收到了发布到Stackoverflow的建议。不到 20 分钟就收到了回复。

4) 在这里，我收到了在 mlapi@microsoft.com 提出相同问题的建议

5）经过简短的电子邮件交流后，我收到了以下建议，以迄今为止最详尽的方式回答了我的问题：

一种可能的解决方案是使用MS 拼写检查 API来纠正文本语法，然后再将其发送到情感分析，并尽可能考虑将文本分成更小的句子段。

例如，如果这是聊天对话或信件的一部分，并且在问候语之后有换行符或逗号。

我们还将在不久的将来添加一些增强功能，使您能够通过提供字典提示来影响模型。因此，如果您发现它们经常影响您的特定场景，您将能够告诉模型忽略诸如“hello”或“hi”之类的词。

如果您有任何其他反馈，请告诉我们，并随时在我们的UserVoice中建议功能。

于 2018-03-20T13:06:36.123 回答