情感提取¶

备注

AI_SENTIMENT 是 ENTITY_SENTIMENT (SNOWFLAKE.CORTEX) 的更新版本。要获得最新功能，请使用 AI_SENTIMENT。

AI_SENTIMENT 函数能提供跨市场与多语言场景的尖端情感分类质量。通过 AI_SENTIMENT，您可获得整体性与细粒度的基于方面的情感分析，适用于以下用例场景：

社交媒体监控
详细的产品分析
全面的品牌认知研究
高级市场情报
员工参与度分析
客户体验旅程图
内容效果分析
客户支持优化

情感提取质量¶

AI_SENTIMENT 采用定制化的 Snowflake 大语言模型，在整体情感分析与基于方面的情感分析精度上达到行业领先水平。以下表格展示了 AI_SENTIMENT 在整体情感分析与基于方面的情感分析 (ABSA-mix) 基准测试中，相较于主流模型的表现数据。多语言基准测试涵盖英语、西班牙语、法语、德语、印地语、意大利语及葡萄牙语。

备注

部分参与基准测试的模型未在 Snowflake Cortex 平台提供。

模型	基于方面的情绪准确性 (`ABSA-mix`)	基于方面的情绪准确性 (`ABSA-multilingual`)	整体情绪准准确性	整体情绪准准确性（多语言）
Cortex AI `AI_SENTIMENT`	0.92	0.81	0.83	0.83
`claude-4-sonnet`	0.84	0.79	0.75	0.82
`mistral-large2`	0.83	0.80	0.77	0.78
`openai-gpt-4.1`	0.83	0.73	0.80	0.78
`llama4-scout`	0.82	0.79	0.71	0.76
`llama3.3-70b`	0.82	0.79	0.71	0.76
AWS `DetectSentiment`			0.62	0.64

调用 AI_SENTIMENT 函数¶

默认情况下，Cortex AI_SENTIMENT 会返回整体内容的综合情感评分。但是，AI_SENTIMENT 能够获取一系列客户意见，而不仅限于整体正面、负面和中性分类。对于这项可选的基于方面的情感分析功能，需指定要分析的内容（如客户评论或产品评价）及其需要分析情感的方向（也称为实体或类别）。AI_SENTIMENT 将返回每个实体的情感分析结果及整体情感评分。若仅需获取整体情感评分，只需指定内容而不需提供分析方向。

英语示例¶

以下示例使用 AI_SENTIMENT 来获取产品评价的情绪分类。

SELECT AI_SENTIMENT('I went to the store, bought the leggings and exact same as shorts...
  they are expensive but i heard such great things. After wearing them twice i noticed a string popping out already.
  And aince i believed that they were this amazing luxury brand i didnt keep the receipt 😭 ');

Copy

返回值：

{
  "categories": [
    {
      "name": "overall",
      "sentiment": "mixed"
    }
  ]
}

以下示例使用 AI_SENTIMENT 功能获取餐厅评论中特定方面的情感分类结果。

SELECT AI_SENTIMENT('A tourist\'s delight, in low urban light,
  Recommended gem, a pizza night sight. Swift arrival, a pleasure so right,
  Yet, pockets felt lighter, a slight pricey bite. 💰🍕🚀',
  ['Cost', 'Quality' ,'Wait Time']);

Copy

返回值：

{
  "categories": [
    {
      "name": "overall",
      "sentiment": "mixed"
    },
    {
      "name": "Cost",
      "sentiment": "negative"
    },
    {
      "name": "Quality",
      "sentiment": "positive"
    },
    {
      "name": "Wait Time",
      "sentiment": "positive"
    }
  ]
}

若指定的某些方面不适用于所提供的文本，AI_SENTIMENT 会返回“unknown”标识，如下示例中“Professionalism”与“Brand”所示。

SELECT AI_SENTIMENT('A tourist\'s delight, in low urban light,
  Recommended gem, a pizza night sight. Swift arrival, a pleasure so right,
  Yet, pockets felt lighter, a slight pricey bite. 💰🍕🚀',
  ['Cost', 'Professionalism' ,'Brand']);

Copy

返回值：

{
  "categories": [
    {
      "name": "overall",
      "sentiment": "mixed"
    },
    {
      "name": "Brand",
      "sentiment": "unknown"
    },
    {
      "name": "Cost",
      "sentiment": "negative"
    },
    {
      "name": "Professionalism",
      "sentiment": "unknown"
    }
  ]
}

多语言示例¶

如下两个相似示例所示，AI_SENTIMENT 支持多语言情感分析，无需翻译文本即可避免语义丢失风险。您无需指定文本的语言。分析方向可采用文本原语言指定（如下例所示），亦可使用英语指定（如第二例所示）。

备注

AI_SENTIMENT 支持英语、法语、德语、印地语、意大利语、西班牙语和葡萄牙语。

文本与标签均为西班牙语的示例：

SELECT AI_SENTIMENT ('Pedí dos pares del mismo modelo en diferentes colores.
    Uno tenía defectos en la costura y el cuero se veía de menor calidad.
    Por 350€ el par, esto es inaceptable. El servicio al cliente tardó una
    semana en responder y la solución no fue satisfactoria. Es una pena porque
    cuando están bien hechos, son zapatos hermosos. Pero la inconsistencia en la
    calidad es preocupante.', ['Calidad', 'Calidad de Servicio,' 'Precio', 'Tiempo de Espera']);

Copy

返回值：

{
  "categories": [
    {
      "name": "overall",
      "sentiment": "negative"
    },
    {
      "name": "Calidad",
      "sentiment": "negative"
    },
    {
      "name": "Calidad de Servicio",
      "sentiment": "negative"
    },
    {
      "name": "Precio",
      "sentiment": "negative"
    },
    {
      "name": "Tiempo de Espera",
      "sentiment": "negative"
    }
  ]
}

文本为德语且标签为英语的示例：

SELECT AI_SENTIMENT ('Die Schuhe selbst sind wirklich schön und gut verarbeitet.
    Das Leder ist weich und die Passform stimmt. Allerdings gab es erhebliche
    Verzögerungen bei der Lieferung - statt der versprochenen 5 Tage hat es 3
    Wochen gedauert. Der Kundenservice war freundlich, aber nicht sehr hilfreich.
    Für 320€ erwarte ich besseren Service. Die Schuhe sind in Ordnung, aber das
    Gesamterlebnis war mittelmäßig', ['Quality', 'Price', 'Service', 'WaitTime']);

Copy

返回值：

{
  "categories": [
    {
      "name": "overall",
      "sentiment": "mixed"
    },
    {
      "name": "Price",
      "sentiment": "neutral"
    },
    {
      "name": "Quality",
      "sentiment": "positive"
    },
    {
      "name": "Service",
      "sentiment": "neutral"
    },
    {
      "name": "WaitTime",
      "sentiment": "negative"
    }
  ]
}

模型限制¶

All large language models (LLMs) available in Snowflake Cortex AI have limitations on the total number of input and output tokens, which is referred to as the model's context window. Inputs exceeding the context window limit result in an error. Output which would exceed the context window limit is truncated.

AI_SENTIMENT 的上下文窗口经过设置，可持续保持高精度水平。AI_SENTIMENT 针对 2048 个词元（约 1600 词）的文本输入进行了训练与优化。最多可以指定十个方面，每个方面不超过三十个字符。

函数	上下文窗口（词元）	最大实体标签数量
AI_SENTIMENT	2,048	10