Interpreta los resultados de las predicciones de los modelos de análisis de opiniones en texto

A partir del 15 de septiembre de 2024, solo podrás personalizar los objetivos de clasificación, extracción de entidades y análisis de opiniones; para ello, deberás migrar a las instrucciones y los ajustes de Gemini de Vertex AI. Los modelos de entrenamiento o actualización de AutoML de Vertex AI para los objetivos de clasificación de texto, extracción de entidades y análisis de opiniones ya no estarán disponibles. Puedes seguir usando los modelos de texto de AutoML de Vertex AI existentes hasta el 15 de junio de 2025. Para obtener más información sobre cómo Gemini ofrece una experiencia del usuario mejorada a través de funciones de mensajes mejoradas, consulta Introducción al ajuste.

Después de solicitar una predicción, Vertex AI muestra resultados según el objetivo de tu modelo. Las predicciones de los modelos de análisis de opiniones muestran la opinión general de un documento. La opinión se representa mediante un número entero de 0 a la puntuación máxima de las opiniones del modelo, que puede ser igual o menor que 10. El valor máximo de las opiniones de un modelo se establece durante el entrenamiento. Por ejemplo, si un modelo se entrenó con un conjunto de datos que tiene una puntuación máxima de las opiniones de 2, las puntuaciones de las opiniones previstas pueden ser 0 (negativas), 1 (neutrales) o 2 (positivas).

Ejemplo de resultado de la predicción por lotes

La siguiente muestra es el resultado previsto para un solo documento. Debido a que la puntuación máxima de las opiniones del modelo es de 8, la opinión prevista para esta muestra es claramente positiva.

Nota: El siguiente ejemplo de líneas de JSON incluye saltos de línea para facilitar la lectura. En tus archivos de líneas de JSON, los saltos de línea se incluyen solo después de cada objeto JSON.

{
  "instance": {"content": "gs://bucket/text.txt", "mimeType": "text/plain"},
  "prediction": {"sentiment": 8}
}