새 영화 스트리밍에 대해 생각하고 있다고 가정해 보겠습니다. 당신은 시놉시스를 읽었습니다. 하지만 글을 쓰는 대신, 그들은 나이 든 자신에게서 그것을 훔치기 위해 시간 여행을 하기로 결정합니다.” 그 소리가 들리는 동안 가장 훌륭한 , 당신도 일부 시청자 댓글을 읽습니다. "많은 재미." "우리가 있는 곳을 위한 완벽한 영화입니다." "약한 음모에 매우 실망했습니다." "제발, 더 이상." 기타 등등. 당신은 긍정적인 의견과 부정적인 의견을 비교하고 시청하기로 결정합니다. Bill and Ted Face the Music . (이 시점에서 Netflix에 실제로 시청하지 않은 콘텐츠가 얼마나 남았나요?)
우리는 이와 같은 상황에서 시청자 댓글을 읽습니다. 댓글은 일반적으로 사람들의 의견, 태도 또는 감정에 대해 알려주기 때문입니다. 감정 – 종종 상대적으로 적은 단어로. 다음과 같은 한 단어나 문구만 재미있는 , 완벽한 영화 또는 예외적으로 가난한 정서를 매우 효과적으로 전달할 수 있으며 사람들의 정서를 아는 것이 매우 중요할 수 있습니다. 고객이 우리 신제품을 좋아합니까? Twitterverse는 최신 뉴스에 대해 어떻게 생각합니까? 새 법의 어떤 조항이 가장 인기가 있거나 가장 인기가 없습니까? 감정은 대답의 핵심이며 언어는 우리가 그것을 측정하는 데 도움이 됩니다.
단순히 텍스트를 읽는 것이 감정을 측정하는 가장 좋은 방법입니다. 하지만 읽어야 할 텍스트가 수백, 수천, 수백만 개라면 어떻게 될까요? 이를 위해서는 컴퓨터가 필요합니다. 컴퓨터는 인간처럼 언어를 이해할 수 없지만 감정을 전달한다고 생각되는 단어나 구를 검색하고 이러한 감정 단어를 기반으로 텍스트에 점수를 매긴 다음 도움이 되는 방식으로 점수를 다시 제공할 수 있습니다. 이것은 우리가 다른 방법으로는 얻을 수 없는 감정에 대한 대규모 그림을 제공할 수 있습니다.
이것이 본질이다 감정 분석 , JMP Pro 16의 텍스트 분석 기법입니다. 어떻게 작동하는지 봅시다.
당신은 커피 포드를 좋아합니까?
최신 Bill and Ted 영화에 대해 좀 더 일상적인 예를 들어 자세히 살펴보겠습니다. 부엌. 소비자들은 커피 포드에 대해 어떻게 생각합니까?
발견된 더 큰 Amazon 리뷰 데이터 세트에서 가져온 9,133건의 Amazon 커피 포드 리뷰를 분석합니다. 여기 . 논란을 피하기 위해 다양한 브랜드의 팟(Pod)에 대한 리뷰를 종합적으로 분석하고 특정 제품을 선별하지 않습니다. 그러나 실제로는 도메인 아마도 우리 제품 중 하나 또는 경쟁사의 제품 중 하나에 대한 리뷰를 분석하는 것과 같이 모든 커피 포드를 보는 것보다 더 많은 정보를 얻을 수 있을 것입니다. 또한 커피 머신이나 액세서리와 같은 관련 항목에 대한 리뷰 또는 포장이나 배송 서비스와 같은 부차적인 문제에 초점을 맞춘 리뷰는 제외해야 합니다. 배송은 값이 싼 ) 다른 ( 맛본 커피 값이 싼 ).
이제 계속하기 전에 일부 독자들이 "스타 리뷰만 보는 게 어때?"라고 묻는 것을 들었습니다. 물론 우리는 별점 리뷰를 볼 수 있고 실제로 볼 것입니다. 오직 정보를 사용할 수 있습니다. 감정 분석에 집중하기 위해 지금은 별표 리뷰를 무시합니다.
감정 분석이 시작됩니다 JMP 프로 '에스 텍스트 탐색기 플랫폼이며 실행하기가 매우 쉽습니다. 감정 분석 옵션을 선택하기만 하면 JMP가 자동으로 감정 단어를 찾고 각 리뷰에 점수를 매기고 분석을 미세 조정하고 결과를 탐색할 수 있도록 다양한 결과를 생성합니다.
Launching Sentiment AnalysisLaunching Sentiment AnalysisLaunching Sentiment AnalysisLaunching Sentiment Analysis감정 분석 실행
분석 미세 조정
몇 가지 개별 검토부터 시작하여 해당 출력을 자세히 살펴보고 감정 점수가 계산되는 방법과 분석을 미세 조정하는 이유와 방법을 살펴보겠습니다.
리뷰 #4297은 다음과 같이 비교적 긍정적입니다. 훌륭한 , 편리한 그리고 만족하는 전체 점수 +60점(-100에서 100까지, 여기서 0은 중립적 감정). JMP Pro는 이 점수를 어떻게 계산했습니까? 내장된 감정 단어 목록과 관련 점수(감정 사전 ) 세 감정 단어의 점수를 함께 평균화했습니다. 꽤 직설적 인. (원하는 경우 최소-최대 점수 옵션은 댓글에서 가장 긍정적인 단어와 가장 부정적인 단어 간의 차이로 전체 점수를 계산합니다.)
Review #4297 is relatively positiveReview #4297 is relatively positiveReview #4297 is relatively positiveReview #4297 is relatively positive리뷰 #4297은 상대적으로 긍정적입니다.
텍스트를 구문 분석하는 알고리즘은 자동으로 부정자를 처리합니다(예: 아니요 ) 및 강화제(예: 매우 ). 리뷰 #6034가 좋은 예입니다. 단어 좋은 기본적으로 +60의 베이스라인 점수를 얻고 강화가 선행되면 해당 점수가 +84로 증가합니다. 정말 그러나 다음에 의해 부정되면 -60이 됩니다. ~ 아니다 .
JMP Pro adjusts sentiment words' scores in the presence of negators or intensifiersJMP Pro adjusts sentiment words' scores in the presence of negators or intensifiersJMP Pro adjusts sentiment words' scores in the presence of negators or intensifiersJMP Pro adjusts sentiment words' scores in the presence of negators or intensifiersJMP Pro는 부정자 또는 강조자가 있을 때 감정 단어의 점수를 조정합니다.
JMP Pro에 내장된 감정 사전은 완벽하게 사용자 정의할 수 있으므로 도메인에 맞게 조정하는 것이 좋습니다. 아래 리뷰 #910을 보십시오. 멋진 그리고 좋은 뻔한 감정어지만 어때 너무 강하다 , 커피 포드 영역에서 분명히 부정적인 것은 무엇입니까? 많은 단어의 감정이 도메인에 따라 다르다는 것을 인식합니다(예: 바위처럼 단단한 자동차에는 긍정적일 수 있지만 매트리스에는 부정적일 수 있음) JMP Pro의 기본 제공 사전은 상대적으로 적은 수의 가정을 하므로 사용자가 사전을 더하고 빼고 수정하여 도메인에 맞게 분석을 조정할 수 있습니다.
You can tailor the analysis to include domain-specific sentiment words or phrases like "too strong"You can tailor the analysis to include domain-specific sentiment words or phrases like "too strong"You can tailor the analysis to include domain-specific sentiment words or phrases like "too strong"You can tailor the analysis to include domain-specific sentiment words or phrases like "too strong"도메인별 감정 단어 또는 "너무 강함"과 같은 구를 포함하도록 분석을 조정할 수 있습니다.
사전을 사용자 정의하는 것은 간단합니다. 추가하려면 너무 강하다 부정적인 문구로 문구를 강조 표시하고 버튼을 클릭하여 점수(여기서는 -30)를 할당합니다. 전체 분석이 자동으로 업데이트되어 모든 인스턴스를 찾습니다. 너무 강하다 그에 따라 점수를 매깁니다. 이로 인해 리뷰 #910의 점수가 +43에서 +18로 낮아져 개선된 것으로 보입니다.
Adding a new sentiment phrase is pretty painlessAdding a new sentiment phrase is pretty painlessAdding a new sentiment phrase is pretty painlessAdding a new sentiment phrase is pretty painless새로운 감정 문구를 추가하는 것은 꽤 고통스럽습니다.
사전에 추가할 수 있는 잠재적 감정 단어 목록을 포함하여 분석을 사용자 지정하기 위한 다양한 추가 도구가 있습니다(여기서는 다음과 같은 단어에 자동으로 플래그를 지정합니다. 강한 , 약한 , 격렬한 , 값비싼 ), 원하는 대로 단어 점수를 수정하는 기능, 부정 및 강조의 사용자 정의 등. 감정 분석은 언제나 감정 분석에 JMP Pro 16을 사용하게 된다면 이러한 도구에 익숙해지고 싶을 것입니다.
결과 탐색
분석을 조정하고 나면 이 데이터에서 무엇을 찾을 수 있습니까? 첫째, 요약은 감정이 평균 점수 +39.5로 상대적으로 긍정적으로 치우쳐 있음을 보여줍니다. 평균 점수가 +56.9인 6,856개의 순 긍정적 리뷰가 있습니다. 1,277 순음성, 평균 점수 -38.7. 사람들은 자신의 커피 포드에 대해 상대적으로 긍정적인 것으로 보이며 평균적인 긍정적인 리뷰는 부정적인 리뷰의 평균보다 더 긍정적입니다. 이러한 점수를 더 자세히 분석할 수 있는 여러 도구를 보게 되겠지만 모든 리뷰의 감정 점수를 데이터 테이블에 다시 저장하여 다른 도구에서 시각화 및 분석에 사용할 수 있다는 점은 주목할 가치가 있습니다.
A summary table provides an aggregated view of positive and negative sentimentA summary table provides an aggregated view of positive and negative sentimentA summary table provides an aggregated view of positive and negative sentimentA summary table provides an aggregated view of positive and negative sentiment요약 표는 긍정 및 부정 정서에 대한 집계 보기를 제공합니다.
The accompaying histogram visualizes the distribution of sentiment scoresThe accompaying histogram visualizes the distribution of sentiment scoresThe accompaying histogram visualizes the distribution of sentiment scoresThe accompaying histogram visualizes the distribution of sentiment scores수반되는 히스토그램은 감정 점수의 분포를 시각화합니다.
결과를 더 자세히 분석할 수 있는 몇 가지 방법이 있습니다. 첫째, 어떤 감성 용어가 가장 자주 등장하는가? 목록을 살펴보면 가장 자주 사용되는 단어가 일반적으로 다음과 같은 긍정적인 단어임을 알 수 있습니다. 엄청난 , 용감한 그리고 강한 높은 순위. 아래로 스크롤하면 가장 빈번한 부정적인 단어가 약한 그리고 격렬한 . 이 중 하나를 클릭하면 사람들의 불만을 더 깊이 이해하기 위해 컨텍스트에서 사용법을 볼 수 있습니다.
Exploring comments by frequent sentiment words can be highly informativeExploring comments by frequent sentiment words can be highly informativeExploring comments by frequent sentiment words can be highly informativeExploring comments by frequent sentiment words can be highly informative빈번한 감정 단어로 댓글을 탐색하는 것은 매우 유익할 수 있습니다.
가장 빈번한 감정 단어로 탐색한 후 특정 항목에 관심이 있을 수 있습니다. 특징 커피 포드의. 즉, 커피 포드를 전체적으로 보는 대신 풍미와 같은 특정한 것에 초점을 맞추도록 합시다. Feature Finder를 보면 JMP 프로 감정 용어와 함께 자주 나타나는 단어 목록을 제공하므로 해당 단어와 관련된 감정을 탐색할 수 있습니다. 여기에서 선택합니다. 맛 목록에서 사람들이 그것에 대해 말하는 것을 볼 수 있습니다. 선택한 기능 점수 매기기를 클릭하여 JMP Pro에 요청하여 맛과 관련된 모든 댓글을 다시 채점하도록 할 수도 있습니다. 가장 관심 있는 하위 도메인으로 드릴다운할 수 있는 좋은 방법입니다.
The Feature Finder drills down into sentiments related to specific features like coffee flavorThe Feature Finder drills down into sentiments related to specific features like coffee flavorThe Feature Finder drills down into sentiments related to specific features like coffee flavorThe Feature Finder drills down into sentiments related to specific features like coffee flavorFeature Finder는 커피 맛과 같은 특정 기능과 관련된 감정을 드릴다운합니다.
JMP Pro 16의 감성 분석
JMP Pro 16에서 제공되는 감정 분석을 사용하면 사람들이 작성한 댓글을 기반으로 어떤 것에 대해 얼마나 긍정적 또는 부정적으로 느끼는지 측정할 수 있습니다. 분석은 항상 특정 컨텍스트에 맞게 조정되어야 하므로 이 도구에는 데이터를 탐색할 때 감정 사전 및 점수 시스템을 쉽게 사용자 지정할 수 있는 다양한 기능이 포함되어 있습니다.
분석이 완전히 조정되면 대화형 도구를 사용하여 다양한 방법으로 결과를 드릴다운하여 특정 질문에 답할 수 있습니다. 우리의 경우 사람들은 아마존에서 얻는 커피 포드에 대해 대부분 긍정적인 것으로 보이며 특히 커피 애호가입니다. 용감한 그리고 강한 오히려 약한 또는 격렬한 .
사람들의 감정, 의견 또는 태도를 밝히고 싶습니까? 몇 가지 의견을 수집하고 감정 분석을 풀고 어떤 답을 찾았는지 확인하십시오.
