MaxCompute:AI_SENTIMENT

Sintaksis

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

Parameter

• model_name: Wajib. STRING. Nama model yang akan dipanggil. Untuk informasi lebih lanjut, lihat Fungsi AI SQL.

• version_name: Wajib. STRING. Versi model. Untuk memanggil versi default, Anda dapat menentukan DEFAULT_VERSION.

• input: Wajib. STRING. Teks input untuk analisis sentimen.

• categories: Opsional. ARRAY<STRING>. Kategori untuk analisis sentimen. Kategori default adalah positive, negative, neutral, dan mixed. Parameter ini mendukung konstanta maupun kolom. Konstanta harus berisi 1 hingga 10 kategori.

• model_parameters: Opsional. STRING. Menentukan parameter model seperti max_tokens, temperature, dan top_p. Formatnya berupa string JSON:

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

  • max_tokens: Jumlah maksimum token yang dihasilkan dalam satu panggilan model. Untuk model publik MaxCompute, nilai default-nya adalah 4.096.

  • temperature: Nilai antara 0 dan 1 yang mengatur tingkat keacakan output. Nilai yang lebih tinggi menghasilkan output yang lebih kreatif dan beragam, sedangkan nilai yang lebih rendah menghasilkan output yang lebih deterministik dan konservatif.

  • top_p: Nilai antara 0 dan 1 yang membatasi rentang label kandidat yang dapat dipilih oleh model. Nilai yang lebih tinggi memungkinkan rentang yang lebih luas dan variasi yang lebih besar, sedangkan nilai yang lebih rendah mempersempit rentang dan menghasilkan output yang lebih fokus.

Nilai kembalian

Mengembalikan kategori sentimen sebagai STRING.

• Jika fungsi tidak dapat mengidentifikasi kategori sentimen dari teks input, fungsi mengembalikan NULL.

• Jika input bernilai NULL atau string kosong (""), atau jika categories berupa string kosong (""), fungsi mengembalikan NULL.

• Jika categories bernilai NULL, fungsi menggunakan kategori default: positive, negative, neutral, dan mixed.

• Jika parameter categories berupa konstanta dan berisi lebih dari 10 kategori, fungsi mengembalikan error.

Contoh

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