謝謝， @件！ 我們很高興在不久的將來推出JMP 16。
有趣的功能。
只是出於分數計算的好奇：這是否考慮了單詞的順序？
例如，“真的不好”和“不是很好”的含義有所不同。 這些表情會得到不同的分數嗎？
@matthias_bruchh ，這兩個示例中的得分會有所不同。 禁止在情緒短語中間使用“不”之類的否定詞，以使“不太好”被強化然後被否定，而“真的不好”則被否定但不被強化。 這反映了系統中已內置的許多規則之一，旨在處理自然語言中通常比較混亂的短語和句子結構。 不錯：如果您遇到類似“真的不好”之類的短語，並希望其具有除算法分配的分數以外的特定分數，則只需突出顯示它並分配自己的分數即可覆蓋算法（如“強”示例）。 用戶最終擁有最終決定權。
假設您正在考慮流式傳輸一部新電影。 你讀到一個概要：“未來的統治者告訴最好的朋友比爾和泰德，他們必須創作一首新歌來拯救我們所知道的生命。 但是他們沒有寫它，而是決定穿越時空從他們年長的自己那裡竊取它。”雖然這聽起來最優秀，您也閱讀了一些觀眾評論。 “很有意思。” “對於我們作為一個民族而言，這是一部完美的電影。” “對薄弱的情節感到非常失望。” “求求你，不要了。”等等。 您權衡正面評論與負面評論並決定觀看比爾和泰德面對音樂. （此時您真的在 Netflix 上留下了多少未觀看的內容？）
我們在這種情況下閱讀觀眾評論是因為他們告訴我們人們的意見、態度或感受——通常稱為情緒– 通常用相對較少的詞。 只是一個詞或短語，如樂趣,完美的電影要么特別差可以非常有效地傳達情緒，了解人們的情緒非常重要。 客戶喜歡我們的新產品嗎？ Twitterverse 如何看待最新消息？ 新法的哪些條款最受歡迎或最不受歡迎？ 情緒是答案的核心，而語言可以幫助我們衡量它。
簡單地閱讀文本是衡量情緒的最佳方式。 但是當有數百、數千甚至數百萬的文本要閱讀時會發生什麼？ 為此，我們需要計算機。 計算機不能像人類一樣理解語言，但它們可以搜索我們認為傳達情感的單詞或短語，根據這些情感詞對文本進行評分，然後以有用的方式將分數反饋給我們。 這可以為我們提供大規模的情緒圖，否則我們無法獲得。
這就是本質情緒分析，JMP Pro 16 中的一種文本分析技術。 讓我們看看它是如何工作的。
你喜歡咖啡包嗎？
我們將讓您深入了解最新的比爾和泰德電影，以支持一個可能更日常的例子：咖啡包，單杯咖啡機中使用的那些小膠囊，有時會在休息室、歐陸式早餐或某些人的咖啡機中找到廚房。 消費者如何看待咖啡包？
我們將分析亞馬遜上的 9,133 條咖啡包評論，這些評論來自發現的更大的亞馬遜評論數據集這裡. 為避免爭議，我們會綜合分析許多不同品牌豆莢的評論，不會挑出任何特定產品。 但在實踐中，我們希望限制領域仔細分析我們的分析，也許只分析我們自己的一種產品或我們競爭對手的一種產品的評論，這比查看所有咖啡包更有用。 我們還一定要排除對咖啡機或配件等相關事物的評論，或關注包裝或送貨服務等次要問題的評論，因為在一個領域表達積極情緒的內容（交貨是便宜的) 可能不在另一個 (咖啡的味道便宜的）。
現在在我們繼續之前，我聽到一些讀者問，“為什麼不看看明星評論？”當然，我們可以並且在實踐中會查看星級評論，但是 (a) 文本是更豐富的信息來源，並且 (b) 在許多情況下（例如，公共論壇中的帖子）文本是只要可用信息。 我們現在將忽略星級評論，將重點放在情緒分析上。
情緒分析來了JMP專業版的文本瀏覽器平台，而且很容易執行。 只需選擇情緒分析選項，JMP 就會自動查找情緒詞，為每條評論評分，並生成各種輸出供我們微調分析並探索結果。
啟動情緒分析
微調分析
讓我們仔細看看這個輸出，從幾個單獨的評論開始，看看情緒分數是如何計算的，重要的是，我們為什麼以及如何微調我們的分析。
評論#4297 比較正面，說的像優秀,方便的和使滿意並且總體得分為 +60（在 -100 到 100 的範圍內，其中零表示中性情緒）。 JMP Pro 如何計算此分數？ 它查閱了一個內置的情感詞列表和相關的分數（情感字典) 並將三個情感詞的分數平均在一起。 很簡單。 （如果願意，最小-最大評分選項將總分計算為評論中最積極和最消極的詞之間的差異。）
點評#4297 比較正面
解析文本的算法會自動處理否定符（例如，不）和增強器（例如，非常）。 評論 #6034 是一個很好的例子。 這個單詞好的默認情況下獲得 +60 的基線分數，並且在增強器之前該分數增加到 +84真的但在被否定時變為 -60不是.
JMP Pro 在存在否定詞或增強詞的情況下調整情感詞的分數
JMP Pro 的內置情感詞典是完全可定制的，根據您的領域進行定制是明智之舉。 看看下面的評論#910。 好的和好的是明顯的情感詞，但是呢太強大，這在咖啡包領域顯然是負面的？ 認識到許多詞的情緒是特定領域的（例如，堅如磐石可能對汽車有利，但對床墊不利），JMP Pro 的內置字典所做的假設相對較少，讓您可以添加、減去和修改字典以針對您的領域定制分析。
您可以定制分析以包括特定領域的情感詞或短語，如“太強”
自定義字典很簡單。 添加太強大作為否定短語，我們只需突出顯示該短語並單擊一個按鈕為其分配分數，此處為 -30。 完整的分析會自動更新，找到每個實例太強大並相應地評分。 這使得 Review #910 的分數從 +43 降至 +18，這似乎是一個進步。
添加新的情感短語非常輕鬆
有多種其他工具可用於自定義分析，包括您可能想要添加到詞典中的潛在情感詞列表（在這裡，它會自動標記諸如強的,虛弱的,苦的,昂貴的)、隨心所欲地修改單詞分數的能力、自定義否定詞和增強詞等等。 情緒分析應該總是根據應用它的特定環境進行定制，因此如果您最終使用 JMP Pro 16 進行情緒分析，您將需要熟悉這些工具。
探索結果
完成定制分析後，我們可以在這些數據中找到什麼？ 首先，摘要顯示情緒相對積極，平均得分為 +39.5。 有 6,856 條淨正面評價，平均得分為 +56.9； 1,277 次淨負，平均得分為 -38.7。 看起來人們對他們的咖啡包比較積極，平均正面評價比平均負面評價更積極。 雖然我們即將看到許多用於更詳細地研究這些分數的工具，但值得注意的是，所有評論的情緒分數都可以保存回數據表，使其可用於其他工具中的可視化和分析。
匯總表提供正面和負面情緒的匯總視圖
伴隨的直方圖可視化了情感分數的分佈
我們可能希望通過一些不同的方式進一步深入研究結果。 首先，哪些情感詞出現的頻率最高？ 往下看，我們看到出現頻率最高的詞一般都是正面的，比如偉大的,膽大和強的排名很高。 如果我們向下滾動，我們會發現最常見的否定詞是虛弱的和苦的. 如果我們點擊其中一個，我們可以在上下文中看到它的用法，從而更深入地了解人們的抱怨。
通過頻繁的情感詞探索評論可以提供大量信息
在對最常見的情感詞進行探索後，我們可能會對特定的特徵的咖啡包。 也就是說，與其從整體上看咖啡包，不如讓我們關註一些特定的東西，比如味道。 如果我們查看功能查找器， JMP專業版提供了一個經常與情感詞同時出現的詞列表，因此我們可以探索與這些詞相關的情感。 在這裡，我們選擇味道從列表中查看人們對此的看法。 我們甚至可以單擊 Score Selected Features 來要求 JMP Pro 重新評分每個特定於風味的評論。 這是深入到您最感興趣的子域的好方法。
Feature Finder 可深入了解與咖啡風味等特定特徵相關的情緒
JMP Pro 16 中的情緒分析
JMP Pro 16 中的情緒分析使您能夠根據人們的書面評論來衡量人們對某事的看法是積極還是消極。 由於分析應始終針對特定上下文進行定制，因此該工具包含多種功能，可在您探索數據時輕鬆自定義情感詞典和評分系統。
一旦分析完全定制，交互式工具使您能夠以各種方式深入研究結果，以回答您遇到的任何特定問題。 在我們的案例中，看起來人們大多對他們在亞馬遜上買到的咖啡包持積極態度，而且他們特別喜歡這種咖啡膽大和強的而不是虛弱的要么苦的.
想了解人們的感受、意見或態度嗎？ 收集一些評論，對它們進行情緒分析，看看你找到了什麼答案。
