假設您正在考慮流式傳輸一部新電影。 你讀到了劇情簡介：“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的生命。 但他們沒有寫下它，而是決定穿越時空，從年長的自己那裡偷走它。”雖然這聽起來確實最優秀的，你也看了一些觀眾的評論。 “很有意思。” “對於我們這個民族來說，這是一部完美的電影。” “對薄弱的情節感到非常失望。” “拜託，不要再這樣了。”等等。 您權衡正面評論和負面評論並決定觀看比爾和泰德面對現實。 （此時 Netflix 上還剩下多少未觀看的內容？）
我們在這種情況下閱讀觀眾的評論，因為它們告訴我們人們的觀點、態度或感受——通常稱為情緒– 通常用相對較少的詞語。 只需一個單詞或短語，例如樂趣,完美的電影或者異常貧困可以非常有效地傳達情緒，了解人們的情緒非常重要。 顧客喜歡我們的新產品嗎？ Twitterverse 對最新消息有何看法？ 新法律的哪些條款最受歡迎或最不受歡迎？ 情感是答案的核心，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法。 但是，當有數百、數千甚至數百萬文本需要閱讀時會發生什麼？ 為此我們需要計算機。 計算機無法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，根據這些情感單詞對文本進行評分，然後以有用的方式將分數呈現給我們。 這可以為我們提供一幅大範圍的情緒圖景，而這是我們無法通過其他方式獲得的。
這就是本質情感分析，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？
我們不會深入探討最新的《比爾和泰德》電影，而是以一個可能更日常的例子為例：咖啡包，即單份咖啡機中使用的小膠囊，有時出現在休息室、歐陸式早餐或某些人的家裡。廚房。 消費者對咖啡包有何看法？
我們將分析亞馬遜上的 9,133 條咖啡包評論，這些評論取自發現的更大的亞馬遜評論數據集這裡。 為了避免爭議，我們將集中分析許多不同品牌的煙彈的評論，並且不會單獨列出任何特定產品。 但在實踐中，我們希望限制領域嚴格分析我們的分析，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提供的信息更豐富。 我們還確保排除對咖啡機或配件等相關事物的評論，或針對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) 可能不會在另一個 (咖啡嘗起來便宜的）。
在我們繼續之前，我聽到一些讀者問：“為什麼不只看明星評論呢？”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）文本是僅有的可用的信息。 我們暫時忽略星級評論，將重點放在情感分析上。
情感分析即將到來JMP專業版的文本瀏覽器平台，而且非常容易執行。 只需選擇“情感分析”選項，JMP 就會自動查找情感詞，對每個評論進行評分，並生成各種輸出，供我們微調分析並探索結果。
Launching Sentiment AnalysisLaunching Sentiment AnalysisLaunching Sentiment AnalysisLaunching Sentiment Analysis啟動情緒分析
微調分析
讓我們仔細看看該輸出，從一些單獨的評論開始，看看情緒分數是如何計算的，更重要的是，我們為什麼以及如何微調我們的分析。
評論 #4297 相對積極，說的是出色的,方便的和使滿意總體得分為 +60（在 -100 到 100 範圍內，其中零表示中性情緒）。 JMP Pro 是如何計算這個分數的？ 它查閱了內置的情緒詞列表和相關分數（情緒字典）並將三個情感詞的分數一起平均。 非常簡單。 （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單詞之間的差異。）
Review #4297 is relatively positiveReview #4297 is relatively positiveReview #4297 is relatively positiveReview #4297 is relatively positive評論 #4297 相對積極
解析文本的算法自動處理否定符（例如，不）和增強器（例如，非常）。 評論 #6034 就是一個很好的例子。 這個單詞好的默認情況下獲得 +60 的基線分數，當前面有增強器時，該分數會增加到 +84真的但當被否定時變為-60不是。
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 Pro 在存在否定詞或強化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，明智的做法是根據您的領域進行定制。 請參閱下面的評論 #910。 好的和好的都是明顯的情感詞，但是呢太強，這在咖啡包領域顯然是負面的？ 認識到許多單詞的情感是特定於領域的（例如，堅如磐石可能對汽車有利，但對床墊不利），JMP Pro 的內置字典做出的假設相對較少，讓您可以添加、減去和修改字典，以根據您的領域定制分析。
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"您可以定制分析以包含特定領域的情感詞或短語，例如“太強”
自定義詞典很簡單。 加上太強作為否定短語，我們只需突出顯示該短語並單擊按鈕為其分配分數，此處為 -30。 完整的分析會自動更新，找到每個實例太強並相應地評分。 這使得評論 #910 的得分從 +43 下降到 +18，這似乎是一個進步。
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 painless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（此處，它會自動標記諸如強的,虛弱的,苦的,昂貴的）、按照您喜歡的方式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其應用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
完成分析後，我們可以從這些數據中找到什麼？ 首先，總結顯示情緒偏向相對積極，平均得分為+39.5。 有 6,856 條淨好評，平均分 +56.9； 1,277 名淨負數，平均得分為 -38.7。 看起來人們對他們的咖啡包相對積極，平均正面評論比平均負面評論更正面。 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，使它們可用於其他工具中的可視化和分析。
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 sentiment匯總表提供了積極和消極情緒的匯總視圖
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 scores隨附的直方圖可視化情緒分數的分佈
我們可能想通過一些不同的方式進一步深入研究結果。 首先，哪些情感術語出現最頻繁？ 往下看列表，我們發現最常見的單詞通常都是積極的，比如偉大的,大膽的和強的排名很高。 如果我們向下滾動，我們會發現最常見的負面詞是虛弱的和苦的。 如果我們點擊其中之一，我們可以看到它在上下文中的用法，以更深入地了解人們的抱怨。
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 informative通過頻繁的情感詞探索評論可以提供大量信息
在探索了最常見的情感詞之後，我們可能會對特定的感興趣特徵咖啡包。 也就是說，我們不要從整體上看待咖啡包，而是將注意力集中在口味等特定的東西上。 如果我們查看特徵查找器， JMP專業版提供了經常與情感術語同時出現的單詞列表，因此我們可以探索與這些單詞相關的情感。 在這裡，我們選擇味道從列表中查看人們對此的評價。 我們甚至可以單擊對所選功能進行評分，要求 JMP Pro 僅對特定於風味的每條評論重新評分。 這是深入了解您最感興趣的子域的好方法。
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 flavor特徵查找器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積極或消極感受。 由於分析應始終根據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多種方式深入了解結果，以回答您遇到的任何具體問題。 在我們的案例中，看起來人們對在亞馬遜上購買的咖啡包大多持積極態度，而且他們特別喜歡咖啡大膽的和強的而不是虛弱的或者苦的。
想要了解人們的感受、觀點或態度嗎？ 收集一些評論，對它們進行情緒分析，看看你能找到什麼答案。
