使用MaxCompute公共模型进行网络评论情感分析

更新时间:
复制 MD 格式

本文使用MaxCompute公共模型进行网络评论情感分析的场景实践。

场景说明

随着社交媒体和电商平台的快速发展,互联网用户产生的评论数据快速增长,蕴含着丰富的公众情绪与观点。网络评论情感分析(Sentiment Analysis on Online Comments)已成为舆情监控、品牌管理和产品优化的重要工具。本文通过一个实际案例,展示如何在MaxCompute中使用SQL调用AI Function,结合平台内置的公共大模型(如qwen3.7-max),直接对评论进行情感分类和地理信息提取。无需模型部署或外部服务,数据无需搬移,即可在安全可控的环境中完成智能分析,大幅提升分析效率与便捷性。

方案优势

  • 基于MaxCompute的公共模型与AI Function,用户无需部署模型或开发函数,仅用简单SQL即可完成文本情感分析等复杂场景的数据分析任务。

  • 分析过程在平台内部完成,无需数据搬迁,不依赖外部服务,保障数据安全与合规。

  • 降低使用门槛,提升分析效率。相较于传统的数据分析方法,如使用静态映射表、正则表达式等,有更强的扩展性、灵活性和处理复杂关系的能力,无需投入较高的维护成本,使用门槛更低、业务更友好。

环境准备

开通MaxCompute和创建MaxCompute项目。如已完成可跳过此步骤。

数据准备

本示例中的命令通过本地客户端(odpscmd)运行。

建表

创建表详情请参见创建和删除表:

CREATE TABLE IF NOT EXISTS emotional_comment
(
    content_id      STRING COMMENT '评论id',
    text            STRING COMMENT '评论内容',
    publish_time    STRING COMMENT '评论时间',
    use_id          STRING COMMENT '用户id',
    user_followers  STRING COMMENT '用户粉丝数',
    user_region     STRING COMMENT '用户地域',
    repost_count    STRING COMMENT '转发量',
    comment_count   STRING COMMENT '评论量',
    quote_count     STRING COMMENT '点赞量'
);

导入数据

样例数据文件下载:demo_comment.csv。

TUNNEL UPLOAD demo_comment.csv emotional_comment;

SELECT * FROM emotional_comment LIMIT 10;

+------------+------+--------------+--------+----------------+-------------+--------------+---------------+-------------+
| content_id | text | publish_time | use_id | user_followers | user_region | repost_count | comment_count | quote_count |
+------------+------+--------------+--------+----------------+-------------+--------------+---------------+-------------+
| 5087a5a3c22e3f4c | 今天天气真好,心情很不错!阳光明媚,适合出去散步。 | 2025/5/27 12:49 | user_918561 | 132169         | 西安市   | 1015         | 3197          | 1300        |
| 299aa8f97b6fee2f | 今天天气真好,心情很不错!阳光明媚,适合出去散步。 | 2025/5/31 07:46 | user_403208 | 669019         | 呼和浩特市 | 6616         | 4876          | 201         |
| e7ee00dec51b28f6 | 科技发展日新月异,人工智能改变生活。 | 2025/5/17 11:39 | user_291936 | 840757         | 南宁市   | 264          | 3668          | 174         |
| 0c0d61608cabbac3 | 疫情防控措施很到位,为医护人员点赞! | 2025/5/18 03:29 | user_154572 | 925604         | 福州市   | 2154         | 652           | 470         |
| 106b979787b580d1 | 今天天气真好,心情很不错!阳光明媚,适合出去散步。 | 2025/5/28 14:45 | user_528807 | 656952         | 青岛市   | 6617         | 3890          | 1275        |
| 6d0ddd047e904f24 | 教育改革政策需要更多时间来观察效果。 | 2025/5/27 09:53 | user_364415 | 780402         | 兰州市   | 8481         | 3923          | 552         |
| 5423e91487311d33 | 科技发展日新月异,人工智能改变生活。 | 2025/5/26 16:53 | user_656407 | 43750          | 福州市   | 2955         | 3944          | 603         |
| f08b430a00dd616a | 对这个政策表示强烈抗议,这完全不合理! | 2025/5/26 08:59 | user_876220 | 702103         | 长沙市   | 3771         | 1200          | 800         |
| 0e81a57f087e2a00 | 疫情防控措施很到位,为医护人员点赞! | 2025/5/23 00:12 | user_183558 | 328694         | 重庆市   | 9102         | 4385          | 1699        |
| 428446574e218bbb | 食品安全问题不容忽视,监管要更加严格。 | 2025/5/28 21:03 | user_672676 | 335778         | 广州市   | 8737         | 4590          | 665         |
+------------+------+--------------+--------+----------------+-------------+--------------+---------------+-------------+

查看公共模型

运行SQL命令查看公共模型qwen3.7-max。

+------------------------------------------------------------------------------------+
|                  Model Information                                                 |
+------------------------------------------------------------------------------------+
| Owner:                    RAM$odps@aliyun-inner.com:maxcompute_bigdata_public      |
| Project:                  bigdata_public_modelset                                  |
| Model Name:               qwen3.7-max                                              |
| Model Type:               LLM                                                      |
| Source Type:              REMOTE                                                   |
| Default Version:          v1                                                       |
| CreateTime:               2026-05-25 14:51:41                                      |
| LastModifiedTime:         2026-05-25 14:51:41                                      |
| Model ID:                 724b2d7984f94**9514e23e1                                 |
| Comment:                  MaxCompute Public LLM Model qwen3.7-max                  |
+------------------------------------------------------------------------------------+
|                Version Information                                                 |
+------------------------------------------------------------------------------------+
| Owner:                    RAM$odps@aliyun-inner.com:maxcompute_bigdata_public      |
| Project:                  bigdata_public_modelset                                  |
| Model Name:               qwen3.7-max                                              |
| Model Type:               LLM                                                      |
| Source Type:              REMOTE                                                   |
| Version Name:             v1                                                       |
| Version ID:               de37f6e4323346eb**789194647                              |
| Path:                                                                              |
| CreateTime:               2026-05-25 14:51:41                                      |
| LastModifiedTime:         2026-05-25 14:51:41                                      |
| default_enable_thinking:  TRUE                                                     |
| modelstudio_model_name:   qwen3.7-max                                              |
| price_tier:               {
    "tier1": [0,1024000]
  }                           |
| reasoning_mode:           TRUE                                                     |
+------------------------------------------------------------------------------------+
| Input           | Type       | Comment                                             |
+------------------------------------------------------------------------------------+
+------------------------------------------------------------------------------------+

数据分析

下面的示例代码展示了如何在MaxCompute中通过AI_GENERATE函数,结合公共大模型(qwen3.7-max),在一个SQL查询中同时完成两项AI推理任务:

  1. 地理信息解析:根据用户评论中的城市名称(如“西安市”),自动推断其所属的省级行政区(如“陕西省”);

  2. 情感倾向分类:对评论文本进行情感分析,输出标准化标签(“正面”、“负面”或“中性”)。

函数的使用详情参见AI_GENERATE:

-- 通过AI_GENERATE函数调用内置的千问3模型,生成所属省份名称和情感分析的标签结果。
SELECT 
  AI_GENERATE(
    bigdata_public_modelset.`qwen3.7-max`,
    default_version,
    CONCAT(
      '请提供以下城市所在的省份,如果该城市是直辖市或特区则直接显示该城市名,输出仅包含省份名称。城市名:',user_region),
    '{"max_tokens": 1000, "temperature": 0.7}'
  ) as province,
  user_region,
  AI_GENERATE(
    bigdata_public_modelset.`qwen3.7-max`,
    default_version,
    CONCAT(
      '请对以下评论进行情感分析分类,输出结果仅限于以下三个选项之一:正面、负面、中性。待分析的评论:', text),
    '{"max_tokens": 1000, "temperature": 0.7}'
  ) as sentiment_label,
  text
  FROM emotional_comment limit 20
;

-- 返回结果如下:
+----------+-------------+-----------------+------+
| province | user_region | sentiment_label | text |
+----------+-------------+-----------------+------+
| 陕西省 | 西安市   | 正面          | 今天天气真好,心情很不错!阳光明媚,适合出去散步。 |
| 内蒙古自治区 | 呼和浩特市 | 正面          | 今天天气真好,心情很不错!阳光明媚,适合出去散步。 |
| 广西壮族自治区 | 南宁市   | 正面          | 科技发展日新月异,人工智能改变生活。 |
| 福建省 | 福州市   | 正面          | 疫情防控措施很到位,为医护人员点赞! |
| 山东省 | 青岛市   | 正面          | 今天天气真好,心情很不错!阳光明媚,适合出去散步。 |
| 甘肃省 | 兰州市   | 中性          | 教育改革政策需要更多时间来观察效果。 |
| 福建省 | 福州市   | 正面          | 科技发展日新月异,人工智能改变生活。 |
| 湖南省 | 长沙市   | 负面          | 对这个政策表示强烈抗议,这完全不合理! |
| 重庆市 | 重庆市   | 正面          | 疫情防控措施很到位,为医护人员点赞! |
| 广东省 | 广州市   | 负面          | 食品安全问题不容忽视,监管要更加严格。 |
| 陕西省 | 西安市   | 中性          | 最近股市波动很大,投资需要谨慎。 |
| 山东省 | 济南市   | 正面          | 今天天气真好,心情很不错!阳光明媚,适合出去散步。 |
| 天津市 | 天津市   | 正面          | 新产品发布会很成功,期待后续发展。 |
| 天津市 | 天津市   | 正面          | 今天天气真好,心情很不错!阳光明媚,适合出去散步。 |
| 新疆维吾尔自治区 | 乌鲁木齐市 | 负面          | 房价又涨了,年轻人买房压力越来越大。 |
| 广西壮族自治区 | 南宁市   | 正面          | 新产品发布会很成功,期待后续发展。 |
| 青海省 | 西宁市   | 正面          | 体育赛事精彩纷呈,为运动员加油! |
| 黑龙江省 | 哈尔滨市 | 中性          | 最近股市波动很大,投资需要谨慎。 |
| 黑龙江省 | 哈尔滨市 | 正面          | 体育赛事精彩纷呈,为运动员加油! |
| 江苏省 | 南京市   | 负面          | 交通堵塞太严重了,上班迟到了半小时,真是烦人。 |
+----------+-------------+-----------------+------+