Essayez les modèles Gemini 1.5, les derniers modèles multimodaux de Vertex AI, et découvrez ce que vous pouvez créer avec une fenêtre de contexte pouvant comprendre jusqu'à deux millions de jetons. Essayez les modèles Gemini 1.5, les derniers modèles multimodaux de Vertex AI, et découvrez ce que vous pouvez créer avec une fenêtre de contexte pouvant comprendre jusqu'à deux millions de jetons.

Interpréter les résultats des prédictions à partir de modèles d'analyse des sentiments d'après un texte

Quand vous demandez une prédiction, Vertex AI renvoie les résultats en fonction de l'objectif du modèle. Les prédictions des modèles d'analyse des sentiments renvoient le sentiment général d'un document. Le sentiment est représenté par un entier compris entre 0 et le score de sentiment maximal du modèle qui peut être égal ou inférieur à 10. Le score de sentiment maximal d'un modèle est défini lors de l'entraînement. Par exemple, si un modèle a été entraîné sur un ensemble de données avec un score de sentiment maximal de 2, les scores de sentiment prédits peuvent être 0 (négatif), 1 (neutre) ou 2 (positif).

Exemple de résultat de prédiction par lot

L'exemple suivant est le résultat prédit pour un seul document. Comme le score de sentiment maximal du modèle est de 8, le sentiment prédit pour cet exemple est clairement positif.

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

Get predictions