Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Opiniones
Utilice Amazon Comprehend para determinar las opiniones del contenido en los documentos de texto codificados en UTF-8. Por ejemplo, puede usar el análisis de opiniones para determinar las opiniones de los comentarios de una publicación de blog y determinar si a los lectores les ha gustado la publicación.
Puede determinar la opinión de los documentos en cualquiera de los principales idiomas admitidos por Amazon Comprehend. Todos los documentos de un trabajo deben estar en el mismo idioma.
La determinación de las opiniones reporta los siguientes valores:
-
Positive: el texto expresa una opinión generalmente positiva.
-
Negative: el texto expresa una opinión generalmente negativa.
-
Mixed: el texto expresa opiniones tanto positivas como negativas.
-
Neutral: el texto no expresa ni opiniones positivas ni negativas.
Puede utilizar cualquiera de las siguientes operaciones de API para detectar las opiniones de un documento o de un conjunto de documentos.
Las operaciones devuelven el sentimiento más probable para el texto y las puntuaciones de cada una de las opiniones. La puntuación representa la probabilidad de que el sentimiento se haya detectado correctamente. A fin de ilustrar lo anterior, en el siguiente ejemplo hay un 95 por ciento de probabilidades de que el texto tenga una opinión Positive. Hay una probabilidad de menos del 1 por ciento de que el texto tenga una opinión Negative. Puede utilizar SentimentScore para determinar si la precisión de la detección satisface las necesidades de su aplicación.
La DetectSentiment operación devuelve un objeto que contiene el sentimiento detectado y un SentimentScoreobjeto. La operación BatchDetectSentiment devuelve una lista de opiniones y objetos SentimentScore, una para cada documento del lote. La operación StartSentimentDetectionJob inicia un trabajo asíncrono que genera un archivo que contiene una lista de opiniones y objetos SentimentScore, una para cada documento de la tarea.
El siguiente ejemplo es la respuesta de la operación de DetectSentiment.
{
"SentimentScore": {
"Mixed": 0.030585512690246105,
"Positive": 0.94992071056365967,
"Neutral": 0.0141543131828308,
"Negative": 0.00893945890665054
},
"Sentiment": "POSITIVE",
"LanguageCode": "en"
}