在這個教學中，你將學習如何在 Azure Synapse Analytics 中用
Foundry 工具
豐富你的資料。 你會使用
Foundry Tools 中的 Azure 語言
文本分析功能來進行情感分析。
Azure Synapse 中的使用者可以選取包含文字欄位的資料表，以進行情感分析。 這些情緒可以是正面、負面、混合或中性。 也會返回一個概率。
此教學課程涵蓋：
取得 Spark 資料表資料集的步驟，此資料集包含用於情感分析的文字資料行。
使用 Azure Synapse 中的精靈體驗，透過 Text Analytics in Language 來豐富資料。
如果您沒有 Azure 訂用帳戶，請在開始前建立
免費帳戶
。
Azure Synapse Analytics 工作區
，其中 Azure Data Lake Storage Gen2 儲存體帳戶已設定為預設儲存體。 使用 Data Lake Storage Gen2 檔案系統時，您必須是該檔案系統的
儲存體 Blob 資料參與者
。
在您的 Azure Synapse Analytics 工作區中的 Spark 集區。 如需詳細資訊，請參閱
在 Azure Synapse 中建立 Spark 集區
。
在教學中描述的預先設定步驟：
在 Azure Synapse 中配置 Foundry 工具
。
登入 Azure 入口網站
登入
Azure 入口網站
。
建立 Spark 資料表
對於本教學課程，您將需要 Spark 資料表。
下載
FabrikamComments.csv
檔案，其中包含用於文字分析的資料集。
在 Synapse 分析中，於 [資料] 和 [連結] 底下開啟您的儲存體帳戶。
將檔案上傳至 Data Lake Storage Gen2 中的 Azure Synapse 儲存體帳戶。
%%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")
Azure Cognitive Services 連結服務：作為前置步驟的一部分，你已建立了一個與 Foundry Tool 的連結服務。 請在這裡選取此服務。
語言
：選取 [英文]
作為您想要在其上執行情感分析的文字語言。
文字欄位
：選取
註解 (字串)
作為您資料集中要分析以判斷情緒的文字欄位。
完成時，請選取 [開啟筆記本]
。 這會生成一本筆記本，裡面有 PySpark 程式碼，並用 Foundry 工具進行情感分析。
執行該筆記本
你剛打開的筆記本是用
SynapseML 函式庫
來連接 Foundry 工具。 你提供的 Foundry Tools 連結服務，讓你能安全地參考這個經驗中的 Foundry 工具，且不會洩露任何秘密。
您現在可以執行所有單元格，以增強資料的情緒性。 選擇
全部執行
。
情緒會以 [正面]
、[負面]
、[中性]
或 [混合]
的方式傳回。 您也會取得每個情感的機率值。
了解更多關於 Foundry Tools 中的情感分析
。
