对于认知服务提供的不一致的情绪检测，我该怎么办？

Question

使用Text Analytics for sentiment detection我收到的结果有时会被认为是不一致的。

他们可以用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）

您好，我很伤心被标记为 85％（100％表示非常积极）

有没有办法改善/贡献Text Analytics服务以进行情绪检测？或者使用类似LUIS的自有模型来检测情绪？

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

请参阅https://azure.microsoft.com/en-us/services/cognitive-services/text-analytics/

上用于测试给定示例的方式

与使用https://westeurope.api.cognitive.microsoft.com/text/analytics/v2.0/sentiment

的via API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":[]}

Answer 1

回答您的原始问题：提供错误分数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。不知怎的，机器得知这是积极的，当然我们知道它不是。

Luis Cabrera |文本分析程序经理|云AI平台，微软

Answer 2

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）我尝试时没有回应:-)和:-( Azure Portal

2）我没有回应我试过1）并检查“微软可以通过电子邮件向您发送反馈意见”

3）我收到建议发布到Stackoverflow当我尝试Twitter并将@Azure #CognitiveServices放入我的推文时。回复时间不到20分钟。

4）我在这里收到了一条建议，可以通过mlapi@microsoft.com提出同样的问题

5）经过短暂的电子邮件交流后，我收到了以下建议，以最详尽的方式回答我的问题：

  

一种可能的解决方案是在将文本语法发送到情感分析之前使用MS Spell check API来纠正文本语法，并且如果可能的话还考虑将文本分解为较小的句子段。

     

例如，如果这是聊天对话或信件的一部分，并且问候后有新行或逗号。

     

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情况，您将能够告诉模型忽略诸如“hello”或“hi”之类的单词。

     

如果您有任何其他反馈意见，请随时告诉我们，并随时在UserVoice推荐功能。