对聊天数据进行情感分析

情感分析功能可分析人工客服与最终用户之间的对话内容，以确定情绪意图。您可以在创建或修改对话配置文件时启用此功能。如果您修改的是现有对话配置文件，则只有在对话配置文件更新后，您才能在对话中看到相应效果。您还可以在使用 Agent Assist 控制台创建对话配置文件时选择启用情感分析。

1. 在 MessageAnalysisConfig 中将 enableSentimentAnalysis 设置为 true。
2. 使用启用了此功能的 ConversationProfile 发送 createConversation 请求。
3. 系统会在 AnalyzeContentResponse.message.sentimentAnalysis 中返回情感结果。
4. 如果您在 Agent Assist 中启用了 Cloud Pub/Sub 集成，情感分析结果也会显示在 NewMessagePayload 中。

解读情感分析结果

情感由 score 和 magnitude 值表示，这些值是响应中返回的指标。情感的 score 介于 -1.0（消极）和 1.0（积极）之间，对应于文本的整体情绪倾向。magnitude 值表示给定文本中情绪（包括积极和消极）的整体强度，介于 0.0 和 +inf 之间。如需详细了解如何解读这些指标，请参阅 Natural Language 情感分析文档。

以下是 Natural Language API 演示版功能中两个情感分析输出示例。如需使用此演示对示例文本进行情感分析测试，请将文本粘贴到文本框中，点击分析，然后选择情感标签页。

示例 1

文字：“我不开心。”

返回的 score 为 -0.9，magnitude 为 0.9。这表示负面情绪倾向非常强烈，情绪强度介于低到中等之间。

示例 2

文字：“Google Cloud 是 Google 提供的云服务。”

score 和 magnitude 的返回值均为 0，这表示文本没有显示任何情感或情感强度。

示例 3

Text：“对于这个结果，我非常愤怒和失望。另一方面，我很高兴看到我们的团队非常努力，表现出专业的态度。”

与示例 1 不同，此文本包含两个句子。输出包括整篇文档指标以及每个句子的指标。整篇文档的值代表这两个句子的总和指标，而不是单个句子的指标。系统还会列出每个单独的句子及其对应的 magnitude 和 score 值。

系统为整个文档返回的情感 score 为 0，而 magnitude 为 1.6。如果多句话文档的 score 为 0，则可能表示该文档的情感确实是中性的，或者文本中不同位置的积极和消极情绪倾向相互抵消。具有真正中性情感的文本的 magnitude 也将等于或接近 0。在本例中，magnitude 值为 1.6 且相对较高，这意味着这两个句子的感情色彩并非完全中性，而是混合（例如，文本中的不同位置分别表达了愤怒、失望和快乐）。查看每个句子的 score 值，一个是强烈积极 (0.8)，另一个是强烈消极 (-0.8)，这导致整个文档的 score 平均值为 0。