저자에 대해 자세히 알아 보려면 클릭하십시오. 크레이그 컬럼.

"Will They Blend?" 블로그 시리즈에서 가장 흥미로운 데이터와 도구 조합을 실험합니다.

기존 소스와 최신 데이터 레이크, 보호된 내부 레거시 도구가 있는 클라우드의 오픈 소스 DevOps, NoSQL이 포함된 SQL, 사내 손으로 쓴 메모가 포함된 웹 지식 또는 유휴 채팅이 포함된 IoT 센서 데이터를 혼합하든 상관없이 , 우리는 알고 싶어합니다: 그것들이 섞일 것인가? 웹 사이트 텍스트와 Word 문서를 비교할 때 어떤 일이 발생하는지 알고 싶으십니까?

시리즈의 이전 블로그 게시물 읽기 여기에서 지금 확인해 보세요..

도전

소셜 미디어를 유지하는 것은 어려운 작업이 될 수 있습니다. Twitter와 Facebook은 고객과 상호 작용하는 주요 방법이 되고 있지만 모든 트윗, 게시물 및 언급을 어떻게 추적합니까? 가장 중요한 문제와 가장 큰 문제가 있는 고객을 어떻게 처리하고 있습니까?

트위터가 기업과 소통하기 위해 세계에서 가장 선호하는 소셜 미디어 도구 중 하나가 되면서 기업은 부정적인 언급과 메시지를 처리하기 위해 필사적으로 멘션과 메시지를 모니터링하고 있습니다. 이 프로세스를 자동화할 수 있는 한 가지 방법은 기계 학습 (ML), 가장 중요한 트윗의 우선순위를 정하는 데 도움이 되도록 각 트윗에 대한 감정 분석을 수행합니다. 그러나 이러한 모델을 구축하고 교육하는 것은 시간이 많이 걸리고 어려울 수 있습니다.

API(Application Programming Interface)를 통해 MLaaS(Machine Learning as a Service) 또는 ML을 제공하는 모든 대기업(Microsoft, Google, Amazon)이 폭발적으로 증가했습니다. 이렇게 하면 단일 모델을 교육하거나 사용할 기계 학습 라이브러리를 선택하지 않고도 이미지 인식, 감정 분석 및 번역을 수행할 수 있는 기능을 제공하여 배포 속도를 빠르게 높일 수 있습니다!

이러한 모든 API는 훌륭할 수 있지만 모두 한 가지 공통점이 있습니다. IDE를 열고 코드를 작성하고 Python, Java 또는 기타 언어로 애플리케이션을 생성해야 합니다.

시간이 없다면? 이러한 도구를 현재 워크플로우에 통합하려면 어떻게 해야 합니까? 분석 플랫폼의 REST 노드를 사용하면 워크플로를 배포하고 단일 노드에서 이러한 서비스와 통합할 수 있습니다.

이 "Will They Blend?" 기사에서는 Twitter와 Microsoft Azure의 Cognitive Services, 특히 텍스트 분석 API 최근 트윗에 대한 감정 분석을 수행합니다.

주제 : Microsoft Azure의 Cognitive Services를 Twitter와 함께 사용하세요.

과제 : Twitter와 Azure Cognitive Services를 결합하여 최근 트윗에 대한 감정 분석을 수행합니다. 가장 부정적인 트윗에 순위를 매기고 소셜 미디어 및 PR 팀이 상호 작용할 수 있는 대화형 테이블을 제공합니다.

액세스 모드/통합 도구: Twitter 및 Microsoft Azure Cognitive Services.

실험

이 실험을 위해 외부 서비스를 활용하므로 다음이 필요합니다.

Twitter API 커넥터 노드에서 사용하려면 Twitter 개발자 계정의 API 키, 비밀, 액세스 토큰 및 액세스 토큰 비밀이 필요합니다. Azure Cognitive Services 구독 키도 필요합니다.

Azure Cognitive Services 계정 만들기

Azure Portal에 로그인할 때 Cognitive Services로 이동하면 새 서비스가 생성됩니다.

1. "추가"를 클릭하고 Text Analytics 서비스를 검색합니다.

2. "만들기"를 클릭하여 서비스를 프로비저닝하고 이름, 위치 및 리소스 그룹을 제공합니다. 이것이 첫 번째 Azure 서비스인 경우 새 리소스 그룹을 만들어야 할 수 있습니다.

3. 일단 생성되면 웹 API 키와 API 엔드포인트를 찾을 수 있는 리소스 관리 아래의 빠른 시작 섹션으로 이동합니다. 워크플로우에 필요하므로 저장하십시오.

실험: 트윗 추출 및 Azure Cognitive Services로 전달

이 워크플로를 배포하는 것은 매우 쉽습니다. 실제로 단 15개의 노드에서 수행할 수 있습니다.

워크플로에는 이러한 작업을 처리하는 세 부분이 포함되어 있습니다.

1. Twitter에서 데이터를 추출하고 Cognitive Services API와 호환되는 JSON 형식으로 래핑

2. 해당 요청을 Cognitive Services에 제출

3. 출력 JSON 형식을 가져와서 보고를 위해 구조화된 테이블로 변환합니다. 감정 순위 지정 및 색상 적용

Azure는 다음 JSON 형식을 예상합니다.

당사의 분석 플랫폼에는 확장 기능을 아직 설치하지 않은 경우 확장 기능에서 사용할 수 있는 뛰어난 Twitter 노드가 포함되어 있습니다. 이를 통해 빠르고 쉽게 Twitter에 연결하고 검색어를 기반으로 트윗을 다운로드할 수 있습니다.

Twitter에서 출력을 가져와 위 형식의 JSON 요청으로 변환하고 제출할 수 있습니다. 상수 값 열 노드와 JSON 행 결합기 노드는 예상대로 문서 요소로 Twitter 출력을 래핑합니다.

POST 요청 노드를 사용하면 REST API 서비스와 매우 쉽게 상호 작용할 수 있으므로 POST 요청을 쉽게 제출할 수 있습니다.

해당 지역의 해당 URL을 가져와야 합니다. 호주에서 URL은 다음과 같습니다.

몇 개의 요청 헤더를 추가할 것이므로 인증을 공백으로 둘 수 있습니다.

헤더 키를 추가해야 합니다.

및 헤더 값:

그리고 또 다른 헤더 키:

구독 키의 헤더 값은 귀하가 만든 Azure Cognitive Services의 일부로 제공되는 키입니다.

Workflow를 가이드로 사용하는 경우 Twitter API 키, API 암호, 액세스 토큰 및 액세스 토큰 암호로 Twitter API 커넥터 노드를 업데이트해야 합니다.

이제 Azure에서 응답을 받아 그룹을 해제하고 이 데이터를 사용자 이름 및 팔로워 수와 같은 추가 Twitter 데이터와 결합하여 이 사람이 얼마나 영향력이 있는지 이해할 수 있습니다. 영향력이 클수록 우선 순위가 높아질 수 있습니다.

데이터 보고

일단 생성되면 테이블 보기 노드를 사용하여 정보를 감정별로 정렬된 대화형 테이블에 표시할 수 있습니다. 이를 홍보 및 소셜 미디어 팀에 배포하여 조치를 취하고 고객 서비스를 개선할 수 있습니다.

배포를 강화하고 이 서비스에 실제로 액세스할 수 있도록 하려면 서버에서 WebPortal을 사용하여 소셜 미디어 팀을 위한 대화형 온라인 감정 서비스를 생성하여 보고서를 새로 고치거나 자체 Twitter 쿼리를 제출하거나 경고를 제공할 수 있습니다. 팀은 문제에 뛰어들 수 있습니다.

그렇다면 단일 워크플로우에서 챌린지를 완료하고 Twitter와 Azure를 병합할 수 있었습니까? 네, 그렇습니다!

참조 :

• 허브에서 이 15노드 워크플로를 찾을 수 있습니다. 여기에서 지금 확인해 보세요.
• Twitter 데이터 허브

다음에 오는 …

이 내용이 마음에 드셨다면 아낌없이 공유해 주시고 향후 블렌드에 대한 아이디어도 알려주세요.

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://www.dataversity.net/will-they-blend-twitter-meets-azure-sentiment-analysis-via-api/