IBM Cloud Docs
Analítica de tonos (Clasificaciones)

Analítica de tonos (Clasificaciones)

Actualmente, el análisis de tonos solo está disponible para los idiomas inglés y francés, como se indica en el tema soporte de idiomas.

El análisis de tonos se realiza utilizando un modelo de clasificaciones preconstruido, que proporciona una forma fácil de detectar los tonos de lenguaje en el texto escrito. Detecta siete tonos: sad, frustrated, satisfied, excited, polite, impolite y sympathetic.

Análisis del tono

Para detectar el tono, utilice el ID del modelo de clasificaciones específico del idioma en la solicitud de API.

El ID del modelo de tono específico del idioma tiene el formato tone-classifications-xx-v1, donde xx es un código de idioma de dos caracteres. Los idiomas disponibles incluyen:

Idioma Código
Inglés en
Francés fr
  • Archivo parameters.json de ejemplo:

    {
      "language": "en",
      "text": "This is example text in English.",
      "features": {
        "classifications": {
          "model": "tone-classifications-en-v1"
        }
      }
    }
    
  • Ejemplo de solicitud cURL:

    curl --request POST \
    --header "Content-Type: application/json" \
    --user "apikey":"{apikey}" \
    "{url}/v1/analyze?version=2021-08-01" \
    --data @parameters.json
    

Descripción de la analítica de tonos

El modelo devuelve puntuaciones para los siguientes tonos:

Tono Descripción
excited Muestra entusiasmo e interés personal
frustrated Se siente molesto e irritable
impolite Muestra falta de respeto y mala educación
polite Muestra un comportamiento racional y orientado a objetivos
sad Una emoción pasiva desagradable
satisfied Una respuesta efectiva a la calidad del servicio percibida
sympathetic Modo afectivo de comprensión que implica resonancia emocional
  • Respuesta de ejemplo:

    {
      "usage": {
        "text_units": 1,
        "text_characters": 60,
        "features": 1
      },
      "language": "en",
      "classifications": [
        {
          "confidence": 0.564849,
          "class_name": "excited"
        },
        {
          "confidence": 0.355816,
          "class_name": "satisfied"
        },
        {
          "confidence": 0.126127,
          "class_name": "polite"
        },
        {
          "confidence": 0.026995,
          "class_name": "sympathetic"
        },
          {
          "confidence": 0.012211,
          "class_name": "frustrated"
        },
        {
          "confidence": 0.011065,
          "class_name": "sad"
        },
        {
          "confidence": 0.000872,
          "class_name": "impolite"
        }
      ]
    }
    

Migración del punto final de fidelización del cliente de Watson Tone Analyzer a Natural Language Understanding

Puede migrar las solicitudes de análisis de fidelización del cliente de Watson Tone Analyzer a Natural Language Understanding. Esto le puede ayudarle a entender mejor sus interacciones con los clientes y a mejorar sus comunicaciones en general, o para clientes específicos.

Volver a formatear los datos de entrada

En Watson Tone Analyzer, pasa al método /v3/tone_chat un objeto JSON ToneChatInput que consiste en utterances, text y un campo de serie user opcional. Para Natural Language Understanding, pasa un objeto JSON que contiene text a analizar, y un ID de clasificación model específico del idioma, al método /v1/analyze.

Correlación de la solicitud de Tone Analyzer a NLU.

Descripción del contenido de la respuesta

En Watson Tone Analyzer, el servicio devuelve un objeto JSON UtteranceAnalyses que contiene un único campo, utterances_tone, que contiene una matriz de objetos UtteranceAnalysis, que incluye score y tone_id. Para Natural Language Understanding, se devuelve un campo classifications que contiene objetos confidence y class_name que corresponden a los objetos de Watson Tone Analyzer score y tone_id.

Correlación de la respuesta de Tone Analyzer a NLU.