Supporto della lingua di analisi del sentiment e opinion mining

Usare questo articolo per informazioni sulle lingue supportate da analisi del sentiment e opinion mining. Sia l'API basata sul cloud che i contenitori Docker supportano le stesse lingue.

Supporto della lingua di analisi del sentiment

Codici linguistici supportati in totale: 94

Supporto del linguaggio di opinion mining

Codici linguistici supportati in totale: 94

Opzione multilingue (solo analisi valutazione personalizzata)

Con l'analisi valutazione personalizzata, è possibile eseguire il training di un modello in una lingua e usarlo per classificare documenti in un'altra lingua. Questa funzionalità è utile perché consente di risparmiare tempo e lavoro. Anziché compilare progetti separati per ogni lingua, è possibile gestire un set di dati multilingue in un unico progetto. Il set di dati non deve essere interamente nella stessa lingua, ma è necessario abilitare l'opzione multilingue per il progetto durante la creazione o successivamente nelle impostazioni del progetto. Se si nota che le prestazioni del modello sono scarse in determinate lingue durante il processo di valutazione, valutare l’aggiunta di altri dati in queste lingue al set di training.

È possibile eseguire il training del progetto con documenti tutti in inglese ed eseguirne query in: francese, tedesco, mandarino, giapponese, coreano e altre lingue. L'analisi valutazione personalizzata semplifica la scalabilità dei progetti in più lingue usando una tecnologia multilingue per il training dei modelli.

Ogni volta che si rileva che le prestazioni per una determinata lingua non sono soddisfacenti come per altre lingue, è possibile aggiungere altri documenti per tale lingua nel progetto.

Non è previsto che si aggiunga lo stesso numero di documenti per ogni lingua. È preferibile creare la maggior parte del progetto in un’unica lingua e aggiungere solo alcuni documenti nelle lingue le cui prestazioni sono insoddisfacenti. Se si crea un progetto principalmente in inglese e si inizia a testarlo in francese, tedesco e spagnolo, si potrebbe rilevare che le prestazioni per il tedesco non sono soddisfacenti come per le altre due lingue. In tal caso, valutare l’aggiunta del 5% dei documenti originali in inglese in tedesco, eseguire il training di un nuovo modello e ripetere i test per il tedesco. In tal modo, i risultati per le query in tedesco dovrebbero migliorare. Maggiore è il numero di documenti etichettati aggiunti, maggiori sono le probabilità di ottenere risultati migliori.

Quando si aggiungono dati in un'altra lingua, non è previsto un impatto negativo su altre lingue.

Passaggi successivi

• come chiamare l'API per altre informazioni.
• Avvio rapido: Usare l'API REST e la libreria client di Analisi del sentiment