今天我将提到 Azure 文本分析的一项有用功能：情绪分析。Azure 文本分析是 Microsoft 提供的基于云的产品，它提供对原始文本的自然语言处理。
用例描述
在本文中，我将解释如何使用客户提供的产品评论来了解市场洞察力，以及如何接听未来制造产品的电话。这是此用例的图示。
以下是我们如何实现整个流程的高级步骤，
第1步
整个过程从数据收集部分开始，为此，我使用带有客户提供评论的 CSV 文件。这是它的要点：
第2步
收集数据后，我们需要导入数据，为此，我在 Visual Studio Code 中使用 Jupyter Notebook。这是从 CSV 文件中读取和提取数据的 Python 代码：
importcsvfeedbacks=[]counter=0withopen('Feedback.csv',mode='r',encoding='utf8')ascsv_file:reader=csv.DictReader(csv_file)forrowinreader:counter+=1if(counter<=9):feedbacks.append(row['reviews.title']+'.')第 3 步
接下来，我们需要在 Azure 中创建文本分析资源以获取密钥和终结点。这可以通过登录 Azure 门户并搜索文本分析来完成：
单击上面的按钮，然后单击Create。它将打开一个新页面，如下所示，您需要在其中提供所有基本详细信息：
单击Review + create将为您创建一个新的文本分析资源。
第四步
从 Azure 门户获取密钥和终结点并创建 2 个变量来存储它们。
key="TEXT_ANALYTICS_KEY"endPoint="TEXT_ANALYTICS_ENDPOINT"
第 5 步
接下来是安装所需的 Python 模块。在 VS Code 中，打开一个新终端并使用 Pip 安装以下模块：
pipinstallazure.ai.textanalytics
第 6 步
导入模块并创建客户端对象，如下所示：
fromazure.ai.textanalyticsimportTextAnalyticsClientfromazure.core.credentialsimportAzureKeyCredentialclient=TextAnalyticsClient(endpoint=endPoint,credential=AzureKeyCredential(key))response=client.analyze_sentiment(documents=feedbacks)review=type('',(),{'positive':0,'negative':0,'neutral':0})()foridx,sentenceinenumerate(response):print("Sentence{}:{}".format(idx+1,sentence.sentiment))if(sentence.sentiment=="positive"):review.positive=review.positive+1elif(sentence.sentiment=="negative"):review.negative=review.negative+1else:review.neutral=review.neutral+1此时，如果您将运行代码，您将获得情感分析的结果。
第 7 步
现在，是时候绘制分析结果了。这可以通过使用 MatplotLib 来完成。如果 VS Code 没有检测到它，那么您可以使用 Pip (pip install matplotlib) 安装它。
这是绘制结果的代码：
importmatplotlib.pyplotasplotfigure=plot.figure()ax=figure.add_axes([0,0,1,1])x_values=['Positive','Negative','Neutral']y_values=[review.positive,review.negative,review.neutral]ax.bar(x_values,y_values)
第 8 步
如果到目前为止一切顺利，那么在执行应用程序时，您将看到类似的输出，如下所示：
结论和外卖
看上图，厂家可以接电话决定，是需要增加产量还是放慢产量，了解客户的痛点。