使用 Google 自然语言 API 或 AutoML 进行特定条件的情绪检测
Using Google Natural Language API or AutoML for sentiment detection of a specific condition
我们喜欢做的是分析对话并检测何时存在负面情绪。我的意思是，我们特别想检测通话中的用户是否生气、沮丧或好斗，需要转接。我们曾计划使用自然语言情感，但问题是情感分析只能检测一个陈述是积极的还是消极的。例如：
我无法登录，因为它说我的密码已过期。
这会导致负面情绪，但用户在陈述某事，并不表示用户好斗。
我可以执行某种实体分析，它会 return 预定义实体类型列表，例如“人”。但是，它似乎不允许我创建新的实体类型，也不能调整实体类型的标准。
研究 AutoML 是我最好的选择吗？有了这个我会有更大的灵活性，但是使用自然语言 API 与 automl api 之间的成本差异是多少？
谢谢。
Google 自然语言 API 中使用的模型已经在非常大的文档语料库上进行了训练，只要在不使用非常特殊的语言。
另一方面，AutoML 模型性能训练过程相当缓慢，并且具有不同的模型[1]。 AutoML 情感分析模型可能会非常方便。但是，对于关键任务的性能，投入时间和自己开发模型以获得更好的 results.For AutoML 定价是有意义的，您可以查看下面的 link[2] 来计算价格你喜欢
[1]https://cloud.google.com/natural-language/automl/docs/features
[2]https://cloud.google.com/vision/automl/pricing
我们喜欢做的是分析对话并检测何时存在负面情绪。我的意思是，我们特别想检测通话中的用户是否生气、沮丧或好斗，需要转接。我们曾计划使用自然语言情感，但问题是情感分析只能检测一个陈述是积极的还是消极的。例如：
我无法登录，因为它说我的密码已过期。
这会导致负面情绪，但用户在陈述某事，并不表示用户好斗。
我可以执行某种实体分析，它会 return 预定义实体类型列表，例如“人”。但是，它似乎不允许我创建新的实体类型，也不能调整实体类型的标准。
研究 AutoML 是我最好的选择吗？有了这个我会有更大的灵活性，但是使用自然语言 API 与 automl api 之间的成本差异是多少？
谢谢。
Google 自然语言 API 中使用的模型已经在非常大的文档语料库上进行了训练，只要在不使用非常特殊的语言。
另一方面，AutoML 模型性能训练过程相当缓慢，并且具有不同的模型[1]。 AutoML 情感分析模型可能会非常方便。但是，对于关键任务的性能，投入时间和自己开发模型以获得更好的 results.For AutoML 定价是有意义的，您可以查看下面的 link[2] 来计算价格你喜欢
[1]https://cloud.google.com/natural-language/automl/docs/features [2]https://cloud.google.com/vision/automl/pricing