有人可以告诉我是什么表征了Azure Text Analytics API中的正面或负面情绪？例如"他今天死了"根据上下文，死亡可能是好是坏...什么决定的回报是正面或负面的？
在引擎盖下，我们有两个分类器。
首先，一个客观模型告诉我们给定记录是客观的概率。
例如，如果有人说"这个圣诞节聚会是在凯悦酒店举行的"，那是一个客观的句子，但是像"我喜欢凯悦酒店的聚会，场地很漂亮"之类的句子。是主观的。
那么，对于那些主观的记录，我们分析记录的极性，告诉我们句子是表达了积极的情绪还是负面情绪。
这些客观句子映射到0.5。非目标句子考虑到极性结果在0到1之间映射(0 ==最负数，1 =最积极，大约0.4略微负，略为0.6略呈阳性(。
>出于所有实际目的，您可能会说0.45至0.65之间的分数是中性的，0.45及以下的分数为负，0.65及更高的分数为正。
现在，该模型如何将某些内容分类为客观？这全都与培训数据以及提供给该数据的标签有关。