使用Google Natural Language API或AutoML做特定情绪检测的方案及成本咨询

选型建议 #

你的需求完全适合选用AutoML实现，核心匹配点如下：

• 细粒度自定义分类能力：通用Natural Language API仅能输出粗粒度的正负向情感标签，无法满足你区分「负面事实陈述」和愤怒/沮丧/对抗情绪的场景需求。AutoML支持上传你自行标注的通话转写语料，自定义需要的情绪分类标签，训练出来的模型完全适配你的业务场景。
• 自定义实体支持：你可以在AutoML中自定义需要识别的业务相关实体，自行调整判定标准，不受通用API预定义实体类型的限制，可配合情绪分类进一步提升识别准确率。

与Natural Language API的成本差异 #

两类产品计费逻辑不同，通用定价规则如下：

以下为公有云同类产品的通用定价区间，不同厂商具体定价会有浮动：

• Natural Language API：仅收取调用费用，无额外训练成本，每千次文本分析调用的费用通常在0.5-1.5美元区间。
• AutoML：包含两部分费用：
  1. 训练费用：按模型训练时长计费，每小时训练费用通常为3-10美元，千级标注量的分类模型训练时长一般仅需1-3小时，属于一次性投入。
  2. 预测调用费用：每千次调用费用通常在1.5-3美元区间，比通用Natural Language API高1-2倍。

如果你的月调用量低于10万次，AutoML的成本增量很低，远高于其定制化能力带来的业务价值；如果调用量极大，可以先用AutoML快速验证方案效果，达标后再考虑自研模型进一步降低调用成本。 #

内容的提问来源于stack exchange，提问作者Gavin Siu