MaxCompute:AI_SENTIMENT

Syntaxe

STRING AI_SENTIMENT(
  STRING <model_name>,
  STRING <version_name>,
  STRING <input>
  [, ARRAY<STRING> <categories>]
  [, STRING <model_parameters>]
);

Paramètres

• model_name: Obligatoire. Type STRING. Nom du modèle à appeler. Pour plus d'informations, consultez la rubrique Fonction SQL AI.

• version_name: Obligatoire. Type STRING. Version du modèle. Pour appeler la version par défaut, spécifiez DEFAULT_VERSION.

• input: Obligatoire. Type STRING. Texte à analyser.

• categories: Facultatif. Type ARRAY<STRING>. Catégories utilisées pour l'analyse des sentiments. Les catégories par défaut sont positive, negative, neutral et mixed. Ce paramètre accepte les constantes ainsi que les colonnes. Une constante doit contenir entre 1 et 10 catégories.

• model_parameters: Facultatif. Type STRING. Spécifie les paramètres du modèle, tels que max_tokens, temperature et top_p. Le format attendu est une chaîne JSON :

  '{"max_tokens": 500, "temperature": 0.6, "top_p": 0.95}'.

  • max_tokens: Nombre maximal de jetons (tokens) générés lors d'un seul appel au modèle. Pour les modèles publics MaxCompute, la valeur par défaut est 4 096.

  • temperature: Valeur comprise entre 0 et 1 qui contrôle le caractère aléatoire de la sortie. Une valeur élevée génère des résultats plus créatifs et diversifiés, tandis qu'une valeur faible produit des sorties plus déterministes et conservatrices.

  • top_p: Valeur comprise entre 0 et 1 qui limite la plage des étiquettes candidates parmi lesquelles le modèle peut choisir. Une valeur élevée élargit la gamme et favorise la diversité, alors qu'une valeur faible restreint la sélection pour obtenir des résultats plus ciblés.

Valeur de retour

Renvoie la catégorie de sentiment sous forme de chaîne STRING.

• Si la fonction ne parvient pas à identifier la catégorie de sentiment du texte fourni dans input, elle renvoie NULL.

• Si input est NULL ou une chaîne vide (« »), ou si categories est une chaîne vide (« »), la fonction renvoie NULL.

• Si categories est NULL, la fonction utilise les catégories par défaut : positive, negative, neutral et mixed.

• Si le paramètre categories est une constante contenant plus de 10 catégories, la fonction renvoie une erreur.

Exemples

SET odps.namespace.schema=true;

SELECT AI_SENTIMENT(
    bigdata_public_modelset.default.`qwen3.7-max`,
    DEFAULT_VERSION,
    'The product quality is excellent, and delivery was fast. Highly recommended!'
) AS sentiment;
-- Result
+-----------+
| sentiment |
+-----------+
| positive  |
+-----------+

-- Sample data
CREATE TABLE customer_feedback (
    review STRING
);

INSERT INTO customer_feedback VALUES
    ('The service exceeded my expectations. I am very satisfied!'),
    ('The experience was terrible. The product broke after just one day.'),
    ('The package arrived on time. Nothing special.'),
    ('I love the design, but the battery life is too short.');

-- Analyze the sentiment of customer reviews by using custom categories
SET odps.namespace.schema=true;

SELECT
    review,
    AI_SENTIMENT(
        bigdata_public_modelset.default.`deepseek-v4-pro`,
        DEFAULT_VERSION,
        review,
        ARRAY('positive', 'negative', 'neutral')
    ) AS sentiment
FROM customer_feedback;

-- Result
+-------------------------------------------------------------------+-----------+
| review                                                            | sentiment |
+-------------------------------------------------------------------+-----------+
| The service exceeded my expectations. I am very satisfied!        | positive  |
| The experience was terrible. The product broke after just one day.| negative  |
| The package arrived on time. Nothing special.                     | neutral   |
| I love the design, but the battery life is too short.             | neutral   |
+-------------------------------------------------------------------+-----------+

FAILED: ODPS-0130071:[1,8] Semantic analysis exception - inference quota status check failed, error message: region cn-shanghai not found in inference quota