Compartilhar via

Função ai_analyze_sentiment

Aplica-se a:com marcação de verificação sim Databricks SQL verificação marcada como sim Databricks Runtime

Importante

Essa funcionalidade está em conformidade com a Versão Prévia Pública e com HIPAA.

Durante a visualização:

A função ai_analyze_sentiment() permite invocar um modelo de IA generativo de última geração para realizar análise de sentimento no texto de entrada usando SQL.

Requisitos

Importante

Os modelos subjacentes que podem ser usados no momento são licenciados sob a Licença Apache 2.0 , Copyright © The Apache Software Foundation ou a Licença de Comunidade LLAMA 3.3 , Copyright © Meta Platforms, Inc. Todos os direitos reservados. Os clientes são responsáveis por garantir a conformidade com as licenças de modelo aplicáveis.

O Databricks recomenda revisar essas licenças para garantir a conformidade com quaisquer termos aplicáveis. Se surgirem modelos no futuro com melhor desempenho de acordo com os parâmetros de comparação internos do Databricks, o Databricks poderá alterar o modelo (e a lista de licenças aplicáveis fornecidas nesta página).

  • Essa função só está disponível em workspaces em regiões que dão suporte a funções de IA otimizadas para inferência em lote.
  • Essa função não está disponível no SQL Clássico do Azure Databricks.
  • Confira a página de preços do SQL do Databricks.
  • No Databricks Runtime 15.1 e superior, essa função tem suporte nos notebooks do Databricks, incluindo notebooks que são executados como uma tarefa em um fluxo de trabalho do Databricks.
  • As cargas de trabalho de inferência em lote exigem o Databricks Runtime 15.4 ML LTS para obter um melhor desempenho.

Sintaxe

ai_analyze_sentiment(content)

Argumentos

  • content: Uma STRING expressão, o texto a ser analisado.

Retornos

Um STRING. O valor é escolhido entre 'positive', 'negative', 'neutral', ou 'mixed'. Retorna null se o sentimento não puder ser detectado.

Exemplos

> SELECT ai_analyze_sentiment('I am happy');
  positive

> SELECT ai_analyze_sentiment('I am sad');
  negative
  • Last updated on