Supposons que vous songiez à diffuser un nouveau film. Vous lisez un synopsis : « Le souverain du futur dit aux meilleurs amis Bill et Ted qu'ils doivent composer une nouvelle chanson pour sauver la vie telle que nous la connaissons. Mais au lieu de l'écrire, ils décident de voyager dans le temps pour le voler à leurs aînés. Alors que ça sonne le plus excellent , vous avez également lu des commentaires de téléspectateurs. "Beaucoup d'amusement." "Le film parfait pour où nous sommes en tant que peuple." "Très déçu par la faiblesse de l'intrigue." "S'il vous plaît pas plus." Et ainsi de suite. Vous pesez les commentaires positifs contre les négatifs et décidez de regarder Bill et Ted affrontent la musique . (Combien de contenu non regardé vous reste-t-il vraiment sur Netflix à ce stade ?)
Nous lisons les commentaires des téléspectateurs dans des situations comme celle-ci parce qu'ils nous parlent des opinions, des attitudes ou des sentiments des gens - des choses communément appelées sentiment – souvent en relativement peu de mots. Juste un seul mot ou une phrase comme amusement , film parfait ou alors exceptionnellement pauvre peut transmettre un sentiment assez efficacement, et connaître le sentiment des gens peut être très important. Les clients aiment-ils notre nouveau produit ? Que pense le Twitterverse des dernières nouvelles? Quelles dispositions de la nouvelle loi sont les plus ou les moins populaires ? Le sentiment est au cœur de la réponse, et le langage nous aide à l'évaluer.
La simple lecture d'un texte est le meilleur moyen d'évaluer le sentiment. Mais que se passe-t-il quand il y a des centaines, des milliers, voire des millions de textes à lire ? Nous avons besoin d'ordinateurs pour cela. Les ordinateurs ne peuvent pas comprendre le langage comme les humains le font, mais ils peuvent rechercher des mots ou des phrases qui, selon nous, véhiculent des sentiments, noter des textes en fonction de ces mots de sentiment, puis nous présenter les scores de manière utile. Cela peut nous donner une image à grande échelle du sentiment que nous ne pourrions pas obtenir autrement.
C'est l'essence de Analyse des sentiments , une technique d'analyse de texte dans JMP Pro 16. Voyons voir comment ça fonctionne.
Aimez-vous les dosettes de café ?
Nous vous épargnerons une plongée profonde sur le dernier film de Bill et Ted au profit d'un exemple peut-être plus quotidien : les dosettes de café, ces petites capsules utilisées dans les machines à café individuelles que l'on trouve parfois dans les salles de pause, aux petits déjeuners continentaux, ou chez certains. cuisines. Que pensent les consommateurs des dosettes de café ?
Nous analyserons 9 133 avis de dosettes de café sur Amazon à partir d'un plus grand ensemble de données d'avis Amazon trouvés ici . Pour éviter toute controverse, nous analyserons collectivement les avis de nombreuses marques différentes et ne sélectionnerons aucun produit spécifique. En pratique, cependant, nous voudrions restreindre le domaine de notre analyse de près, peut-être en analysant les critiques d'un seul de nos produits ou de l'un de nos concurrents, ce qui serait plus informatif que de regarder toutes les dosettes de café. Nous serions également sûrs d'exclure les avis sur des choses connexes comme les machines à café ou les accessoires, ou les avis axés sur des problèmes secondaires comme l'emballage ou le service de livraison, car ce qui exprime un sentiment positif dans un domaine ( la livraison était peu coûteux ) peut-être pas dans un autre ( le café a goûté peu coûteux ).
Maintenant, avant de continuer, j'entends des lecteurs demander : « Pourquoi ne pas simplement regarder les critiques des stars ? » Bien sûr, nous pourrions et, dans la pratique, examinerions les critiques des étoiles, mais (a) le texte est une source d'informations beaucoup plus riche et (b) dans de nombreuses situations (par exemple, les messages sur des forums publics), le texte est le seulement informations disponibles. Nous allons ignorer les critiques des stars pour le moment pour rester concentrés sur l'analyse des sentiments.
L'analyse des sentiments arrive JMP Pro 's Explorateur de texte plate-forme, et il est assez facile à exécuter. Sélectionnez simplement l'option Analyse des sentiments et JMP trouve automatiquement les mots de sentiment, note chaque avis et produit une variété de sorties pour nous permettre d'affiner l'analyse et d'explorer les résultats.
Lancement de l'analyse des sentiments
Affiner l'analyse
Examinons de plus près cette sortie, en commençant par quelques critiques individuelles pour voir comment les scores de sentiment sont calculés et, surtout, pourquoi et comment nous affinons notre analyse.
L'examen #4297 est relativement positif, disant des choses comme excellent , pratique et satisfait et un score global de +60 (sur une échelle de -100 à 100, où zéro est un sentiment neutre). Comment JMP Pro a-t-il calculé ce score ? Il a consulté une liste intégrée de mots de sentiment et les scores associés (un sentiment dictionnaire ) et a fait la moyenne des scores des trois mots de sentiment ensemble. Assez simple. (Si vous préférez, une option de notation min-max calcule le score global comme la différence entre les mots les plus positifs et les plus négatifs dans le commentaire.)
L'avis n°4297 est relativement positif
L'algorithme qui analyse le texte gère automatiquement les négateurs (par exemple, non ) et des intensificateurs (par exemple, très ). L'examen #6034 est un bel exemple. Le mot bon obtient un score de base de +60 par défaut, et ce score augmente à +84 lorsqu'il est précédé de l'intensificateur vraiment mais devient -60 lorsqu'il est annulé par ne pas .
JMP Pro ajuste les scores des mots de sentiment en présence de négateurs ou d'intensificateurs
Le dictionnaire de sentiments intégré de JMP Pro est entièrement personnalisable et il est sage de l'adapter à votre domaine. Regardez l'examen n ° 910 ci-dessous. Agréable et bon sont des mots de sentiment évidents, mais qu'en est-il trop fort , ce qui est clairement négatif dans le domaine des dosettes de café ? Reconnaissant que les sentiments de nombreux mots sont spécifiques à un domaine (par exemple, solide comme le roc peut être positif pour une voiture mais négatif pour un matelas), le dictionnaire intégré de JMP Pro fait relativement peu d'hypothèses, vous permettant d'ajouter, de soustraire et de modifier le dictionnaire pour adapter l'analyse à votre domaine.
Vous pouvez personnaliser l'analyse pour inclure des mots ou des expressions de sentiment spécifiques au domaine comme « trop fort »
La personnalisation du dictionnaire est simple. Ajouter trop fort en tant que phrase négative, nous mettons simplement la phrase en surbrillance et cliquons sur un bouton pour lui attribuer une note, ici -30. L'analyse complète se met à jour automatiquement, trouvant chaque instance de trop fort et le notant en conséquence. Cela a fait passer le score de l'examen n ° 910 de +43 à +18, ce qui semble une amélioration.
L'ajout d'une nouvelle phrase de sentiment est assez indolore
Il existe une variété d'outils supplémentaires pour personnaliser l'analyse, y compris une liste de mots de sentiment potentiels que vous pourriez vouloir ajouter au dictionnaire (ici, il marque automatiquement des mots comme fort , faible , amer , cher ), la possibilité de modifier les scores de mots comme vous le souhaitez, la personnalisation des négateurs et des intensificateurs, et plus encore. L'analyse des sentiments doit toujours être adapté au contexte particulier dans lequel il est appliqué, donc si vous finissez par utiliser JMP Pro 16 pour l'analyse des sentiments, vous voudrez vous familiariser avec ces outils.
Explorer les résultats
Que pouvons-nous trouver dans ces données une fois que nous avons fini d'adapter l'analyse ? Premièrement, le résumé montre que les sentiments sont relativement positifs, avec un score moyen de +39,5. Il y a 6 856 avis positifs nets avec un score moyen de +56,9 ; 1 277 net négatif avec un score moyen de -38,7. Il semble que les gens soient relativement positifs à propos de leurs dosettes de café, et la critique positive moyenne est plus positive que la critique négative moyenne est négative. Alors que nous sommes sur le point de voir un certain nombre d'outils pour approfondir ces scores, il convient de noter que les scores de sentiment de tous les avis peuvent être enregistrés dans le tableau de données, les rendant disponibles pour la visualisation et l'analyse dans d'autres outils.
Un tableau récapitulatif fournit une vue agrégée des sentiments positifs et négatifs
L'histogramme correspondant visualise la distribution des scores de sentiment
Il existe différentes manières d'approfondir les résultats. Premièrement, quels termes de sentiment apparaissent le plus fréquemment ? En regardant dans la liste, nous voyons que les mots les plus fréquents sont généralement positifs, avec des mots comme génial , audacieux et fort rang élevé. Si nous faisons défiler vers le bas, nous trouvons que les mots négatifs les plus fréquents sont faible et amer . Si nous cliquons sur l'un d'eux, nous pouvons voir son utilisation dans son contexte pour mieux comprendre les plaintes des gens.
Explorer les commentaires par des mots de sentiment fréquents peut être très informatif
Après avoir exploré les mots de sentiment les plus fréquents, nous pourrions être intéressés par des fonctionnalités de dosettes de café. Autrement dit, au lieu d'examiner les dosettes de café de manière holistique, concentrons-nous sur quelque chose de spécifique comme la saveur. Si nous regardons le Feature Finder, JMP Pro fournit une liste de mots qui coexistent souvent avec des termes de sentiment, afin que nous puissions explorer le sentiment lié à ces mots uniquement. Ici, on sélectionne saveur de la liste pour voir ce que les gens en disent. Nous pouvons même cliquer sur Noter les fonctionnalités sélectionnées pour demander à JMP Pro de réévaluer chaque commentaire spécifique à la saveur uniquement. C'est un excellent moyen d'explorer un sous-domaine qui vous intéresse le plus.
Le Feature Finder explore les sentiments liés à des fonctionnalités spécifiques telles que la saveur du café
Analyse des sentiments dans JMP Pro 16
L'analyse des sentiments, intégrée à JMP Pro 16, vous permet d'évaluer les sentiments positifs ou négatifs des gens à propos de quelque chose, en fonction de leurs commentaires écrits. Étant donné que l'analyse doit toujours être adaptée au contexte spécifique, l'outil comprend une variété de fonctionnalités pour personnaliser facilement le dictionnaire des sentiments et le système de notation lorsque vous explorez les données.
Une fois l'analyse entièrement personnalisée, des outils interactifs vous permettent d'explorer les résultats de différentes manières pour répondre à toutes les questions spécifiques que vous vous posez. Dans notre cas, il semble que les gens soient pour la plupart positifs à propos des dosettes de café qu'ils obtiennent sur Amazon, et ils sont particulièrement fans de café qui est audacieux et fort plutôt que faible ou alors amer .
Vous voulez découvrir les sentiments, les opinions ou les attitudes des gens ? Recueillez des commentaires, relâchez l'analyse des sentiments et voyez quelles réponses vous trouvez.
