教程：使用 Azure AI 服务进行情绪分析

下载 FabrikamComments.csv 文件，其中包含用于文本分析的数据集。

将文件上传到 Data Lake Storage Gen2 中的 Azure Synapse 存储帐户。

通过右键单击文件并选择“新建笔记本”>“创建 Spark 表”，从 .csv 文件创建 Spark 表 。

在代码单元格中命名表，然后在 Spark 池上运行笔记本。 请记得设置 header=True 。

%%pyspark
df = spark.read.load('abfss://default@azuresynapsesa.dfs.core.windows.net/data/FabrikamComments.csv', format='csv'
## If a header exists, uncomment the line below
, header=True
df.write.mode("overwrite").saveAsTable("default.YourTableName")
接下来，配置情绪分析。 请选择以下详细信息：
Azure 认知服务链接服务：作为先决条件步骤的一部分，你已创建了一个指向你的 Azure AI 服务的链接服务。 请在这里选择该服务。
语言：选择“英语”作为要对其进行情绪分析的文本的语言。
文本列：选择“注释(字符串)”作为数据集中你要对其进行分析以确定情绪的文本列。
完成后，选择“打开笔记本”。 随即将生成使用 PySpark 代码的笔记本来通过 Azure AI 服务执行情绪分析。
运行笔记本
你刚才打开的笔记本使用 SynapseML 库连接到 Azure AI 服务。 你提供的 Azure AI 服务链接服务可以让你在体验中安全地引用你的 Azure AI 服务，不会泄露任何秘密。
现在，可以运行所有单元，以使用情绪扩充数据。 选择“全部运行”。
情绪返回结果为“积极”、“消极”、“中立”或“混杂”   。 你还将获得每种情绪的概率。 详细了解 Azure AI 服务中的情绪分析。
教程：使用 Azure AI 服务进行异常情况检测
教程：Azure Synapse 专用 SQL 池中的机器学习模型评分
Azure Synapse Analytics 中的机器学习功能