新しい映画のストリーミングを検討しているとします。 あらすじを読みます。「未来の支配者は、親友のビルとテッドに、私たちが知っている命を救うために新しい歌を作らなければならないと告げます。 しかし、彼らはそれを書く代わりに、タイムトラベルして古い自分からそれを盗むことにしました。」それは聞こえますが、最も優れた、視聴者のコメントも読みましたね。 "たくさんの楽しみ。" 「人類としての私たちの立場にぴったりの映画です。」 「弱いプロットにとてもがっかりしました。」 「お願いです、もうやめてください。」などなど。 肯定的なコメントと否定的なコメントを天秤にかけ、視聴することに決めます。ビルとテッドが音楽と向き合う。 (現時点で Netflix に未視聴のコンテンツが実際にどれくらい残っていますか?)
このような状況で私たちが視聴者のコメントを読むのは、それらが人々の意見、態度、感情、一般的に呼ばれるものについて教えてくれるからです。感情– 多くの場合、比較的少ない単語で書かれます。 次のような 1 つの単語またはフレーズだけで、楽しい、完璧な映画また非常に貧しい感情を非常に効果的に伝えることができ、人々の感情を知ることは非常に重要です。 顧客は私たちの新製品を気に入っていますか? Twitterverse は最新ニュースについてどう考えていますか? 新しい法律のどの条項が最も人気があり、または最も人気がありませんか? 感情は答えの中核であり、言語はそれを評価するのに役立ちます。
単純にテキストを読むことは、感情を測る最良の方法です。 しかし、読むべきテキストが数百、数千、さらには数百万ある場合はどうなるでしょうか? そのためにはコンピューターが必要です。 コンピューターは人間のように言語を理解することはできませんが、感情を伝えると思われる単語やフレーズを検索し、それらの感情の単語に基づいてテキストをスコア化し、役立つ方法でスコアを私たちに返すことができます。 これにより、他の方法では得られなかった感情の大規模な全体像を得ることができます。
これが本質です感情分析、JMP Pro 16 のテキスト分析テクニック。 どのように機能するかを見てみましょう。
コーヒーポッドは好きですか?
最新のビルとテッドの映画については深く掘り下げず、おそらくもっと日常的な例を取り上げます。コーヒー ポッド、休憩室やコンチネンタル ブレックファスト、または一部の家庭で時々見られる 1 回分のコーヒーマシンで使用される小さなカプセルです。キッチン。 消費者はコーヒーポッドについてどう思いますか?
見つかった Amazon レビューの大規模なデータセットから取得した、Amazon の 9,133 件のコーヒー ポッド レビューを分析します。ここ。 論争を避けるために、私たちはさまざまなブランドのポッドのレビューをまとめて分析し、特定の製品を選び出すことはありません。 ただし、実際には、次のことを制限したいと考えます。ドメインおそらく、自社製品または競合他社の製品の 1 つだけのレビューを分析することで、すべてのコーヒー ポッドを調べるよりも有益になるでしょう。 また、コーヒーマシンや付属品などの関連事項のレビューや、梱包や配送サービスなどの二次的な問題に焦点を当てたレビューも必ず除外します。1 つの領域で肯定的な感情を表現しているものであるため (配達はあった安い) 別の (コーヒーの味がした安い）。
さて、本題に進む前に、「星のレビューだけを見てみませんか?」という読者の声を聞きます。もちろん、スターレビューを確認することもできますし、実際にそうするでしょうが、(a) テキストはより豊富な情報源であり、(b) 多くの状況 (公開フォーラムへの投稿など) ではテキストが最も重要です。それだけ情報が入手可能です。 感情分析に重点を置くため、今のところ星付きのレビューは無視します。
感情分析が登場JMPプロさんのテキストエクスプローラープラットフォームに組み込まれており、実行は非常に簡単です。 [センチメント分析] オプションを選択するだけで、JMP がセンチメントの単語を自動的に検索し、各レビューにスコアを付け、分析を微調整して結果を調査するためのさまざまな出力を生成します。
Launching Sentiment AnalysisLaunching Sentiment AnalysisLaunching Sentiment AnalysisLaunching Sentiment Analysis感情分析の開始
分析の微調整
感情スコアがどのように計算されるか、そして重要なことに、分析を微調整する理由と方法を確認するために、いくつかの個別のレビューから始めて、その出力を詳しく見てみましょう。
レビュー #4297 は比較的肯定的で、次のようなことを述べています。素晴らしい、便利と満足全体のスコアは +60 (-100 から 100 のスケールで、ゼロは中立のセンチメント)。 JMP Pro はこのスコアをどのように計算しましたか? センチメントワードと関連スコアの組み込みリストを参照しました（センチメント辞書) を計算し、3 つの感情語のスコアを合計して平均しました。 とても簡単です。 (必要に応じて、最小-最大スコアリング オプションにより、コメント内の最も肯定的な単語と最も否定的な単語の差として全体のスコアが計算されます。)
Review #4297 is relatively positiveReview #4297 is relatively positiveReview #4297 is relatively positiveReview #4297 is relatively positiveレビュー #4297 は比較的肯定的です
テキストを解析するアルゴリズムは、否定文字を自動的に処理します (例:いいえ) および増強装置 (例:とても）。 レビュー #6034 は良い例です。 言葉良いデフォルトでは +60 のベースライン スコアを取得し、インテンシファイアが前に来るとそのスコアは +84 に増加します。本当ただし、 で否定されると -60 になります。いいえ。
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 は、否定語または強化語が存在する場合に感情語のスコアを調整します
JMP Pro に組み込まれた感情辞書は完全にカスタマイズ可能であり、ドメインに合わせて調整することが賢明です。 以下のレビュー #910 をご覧ください。 良いと良い明らかな感情的な言葉ですが、どうでしょうか強すぎる、コーヒーポッドの分野では明らかに否定的ですか? 多くの単語の感情が領域固有であることを認識する (例:盤石車の場合はプラスですが、マットレスの場合はマイナスになる可能性があります)、JMP Pro の内蔵辞書では比較的少ない仮定しか立てず、辞書の追加、減算、変更を行って分析をドメインに合わせて調整できます。
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"「強すぎる」などのドメイン固有のセンチメントの単語やフレーズを含めるように分析を調整できます。
辞書のカスタマイズは簡単です。 たす強すぎる否定的なフレーズとして、そのフレーズを強調表示し、ボタンをクリックしてスコア (ここでは -30) を割り当てます。 完全な分析は自動的に更新され、すべてのインスタンスが検出されます。強すぎるそしてそれに応じてスコアを付けます。 これにより、レビュー #910 のスコアは +43 から +18 に下がり、改善されたように見えます。
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新しいセンチメントフレーズの追加は非常に簡単です
分析をカスタマイズするためのさまざまな追加ツールがあり、辞書に追加したい潜在的なセンチメント単語のリストが含まれます (ここでは、次のような単語に自動的にフラグを付けます)強い、弱い、苦い、高い)、単語スコアを自由に変更する機能、否定文字と強文字のカスタマイズなど。 感情分析では、いつも適用される特定のコンテキストに合わせて調整できるため、感情分析に JMP Pro 16 を使用する場合は、これらのツールに慣れる必要があります。
結果を調べる
カスタマイズした分析が完了したら、これらのデータから何が見つかるでしょうか? まず、概要はセンチメントが比較的ポジティブに偏っており、平均スコアは +39.5 であることを示しています。 正味肯定的なレビューは 6,856 件あり、平均スコアは +56.9 です。 1,277 件のネットネガティブ、平均スコアは -38.7 でした。 人々はコーヒーポッドについて比較的肯定的であるようで、肯定的なレビューの平均は否定的なレビューの平均よりも肯定的です。 これらのスコアをより詳細に調査するためのツールが多数登場する予定ですが、すべてのレビューのセンチメント スコアをデータ テーブルに保存し、他のツールで視覚化や分析に利用できることは注目に値します。
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概要テーブルは、ポジティブなセンチメントとネガティブなセンチメントを集約して表示します。
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付属のヒストグラムは感情スコアの分布を視覚化します
結果をさらに掘り下げるためのさまざまな方法がいくつかあります。 まず、どの感情用語が最も頻繁に出現するでしょうか? リストを見てみると、最も頻繁に使用される単語は概して肯定的なものであり、次のような単語が含まれています。素晴らしい、大胆なと強い上位にランクイン。 下にスクロールすると、最も頻繁に使用される否定的な単語は次のとおりです。弱いと苦い。 これらのいずれかをクリックすると、その使用状況がコンテキスト内で表示され、人々の苦情をより深く理解できるようになります。
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頻繁に使用されるセンチメントワードごとにコメントを調べると、非常に有益な情報が得られます
最も頻繁に使用される感情語を調べた後、特定の内容に興味があるかもしれません。特徴コーヒーポッドの。 つまり、コーヒーポッドを総合的に見るのではなく、フレーバーなどの特定のものに焦点を当てましょう。 機能ファインダーを見ると、 JMPプロは、感情用語とよく共起する単語のリストを提供するため、それらの単語だけに関連する感情を調べることができます。 ここで選択するのは、風味リストから人々がそれについて何を言っているかを確認してください。 「選択した機能のスコア付け」をクリックして、JMP Pro にフレーバーのみに固有のすべてのコメントを再スコアリングするよう依頼することもできます。 これは、最も関心のあるサブドメインをドリルダウンする優れた方法です。
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機能ファインダーは、コーヒーの風味などの特定の機能に関連するセンチメントを掘り下げます
JMP Pro 16 の感情分析
JMP Pro 16 で導入される感情分析を使用すると、書かれたコメントに基づいて、人々が何かについてどれだけ肯定的または否定的に感じているかを測定できます。 分析は常に特定のコンテキストに合わせて調整する必要があるため、このツールには、データを調査するときにセンチメント ディクショナリとスコアリング システムを簡単にカスタマイズするためのさまざまな機能が含まれています。
分析が完全に調整されたら、インタラクティブ ツールを使用してさまざまな方法で結果をドリルダウンし、特定の質問に答えることができます。 私たちの場合、Amazon で購入できるコーヒー ポッドについてはほとんどの人が好意的で、特にコーヒーのファンが多いようです。大胆なと強いそれよりも弱いまた苦い。
人々の感情、意見、態度を明らかにしたいですか? いくつかのコメントを収集し、感情分析を実行して、どのような答えが見つかるかを確認します。
興味深い機能です。
スコアの計算についてちょっと興味があるのですが、これは単語の順序を考慮していますか?
たとえば、「本当に良くない」と「あまり良くない」は意味が異なります。 これらの式は異なるスコアを取得しますか?
