Supponiamo che tu stia pensando allo streaming di un nuovo film. Leggi una sinossi: “Il sovrano del futuro dice ai migliori amici Bill e Ted che devono comporre una nuova canzone per salvare la vita così come la conosciamo. Ma invece di scriverlo, decidono di viaggiare nel tempo per rubarlo ai loro vecchi sé. Mentre questo suona eccellentissimo , hai letto anche alcuni commenti degli spettatori. "Molto divertente." "Il film perfetto per dove siamo come persone." “Molto deluso dalla trama debole.” "Per favore, non di più." E così via. Valuti i commenti positivi rispetto a quelli negativi e decidi di guardare Bill e Ted affrontano la musica . (Quanti contenuti non guardati ti rimangono davvero su Netflix a questo punto?)
Leggiamo i commenti degli spettatori in situazioni come questa perché ci parlano delle opinioni, degli atteggiamenti o dei sentimenti delle persone – cose comunemente chiamate sentimento – spesso in relativamente poche parole. Solo una singola parola o frase come divertimento , film perfetto O eccezionalmente povero può trasmettere il sentimento in modo abbastanza efficace e conoscere il sentimento delle persone può essere molto importante. Ai clienti piace il nostro nuovo prodotto? Cosa pensa il Twitterverse delle ultime notizie? Quali disposizioni della nuova legge sono più o meno apprezzate? Il sentimento è al centro della risposta e il linguaggio ci aiuta a misurarlo.
La semplice lettura di un testo è il modo migliore per valutare il sentimento. Ma cosa succede quando ci sono centinaia, migliaia o addirittura milioni di testi da leggere? Abbiamo bisogno di computer per questo. I computer non sono in grado di comprendere il linguaggio come fanno gli umani, ma possono cercare parole o frasi che riteniamo trasmettano sentimenti, valutare i testi in base a quelle parole sentimentali e quindi presentarci i punteggi in modi utili. Questo può darci un'immagine su larga scala del sentimento che altrimenti non potremmo ottenere in modo fattibile.
Questa è l'essenza di Analisi del sentimento , una tecnica di analisi del testo in JMP Pro 16. Vediamo come funziona.
Ti piacciono le cialde di caffè?
Vi risparmieremo un'immersione approfondita nell'ultimo film di Bill e Ted a favore di un esempio forse più quotidiano: le cialde del caffè, quelle piccole capsule utilizzate nelle macchine da caffè monodose che a volte si trovano nelle sale relax, nelle colazioni continentali o in alcune persone cucine. Cosa pensano i consumatori delle cialde di caffè?
Analizzeremo 9.133 recensioni di cialde di caffè su Amazon tratte da un set di dati più ampio di recensioni di Amazon trovate Qui . Per evitare polemiche, analizzeremo collettivamente le recensioni di pod di molti marchi diversi e non individueremo alcun prodotto specifico. In pratica, però, vorremmo limitare il dominio della nostra analisi in modo approfondito, magari analizzando le recensioni di uno solo dei nostri prodotti o di uno dei nostri concorrenti, il che sarebbe più informativo che guardare tutte le cialde di caffè. Ci assicureremo anche di escludere recensioni di cose correlate come macchine da caffè o accessori, o recensioni incentrate su questioni secondarie come l'imballaggio o il servizio di consegna, perché ciò che esprime un sentimento positivo in un dominio ( la consegna è stata economico ) potrebbe non essere in un altro ( il caffè assaggiato economico ).
Ora, prima di andare avanti, sento alcuni lettori che chiedono: "Perché non guardare solo le recensioni delle stelle?" Naturalmente, potremmo e, in pratica, guarderemmo alle recensioni stellari, ma (a) il testo è una fonte di informazioni molto più ricca e (b) in molte situazioni (ad esempio, post nei forum pubblici) il testo è il soltanto informazioni disponibili. Ignoreremo le recensioni stellari per ora per mantenere l'attenzione sull'analisi del sentiment.
L'analisi del sentiment è in arrivo JMPPro 'S Esplora testo piattaforma, ed è abbastanza facile da eseguire. È sufficiente selezionare l'opzione Analisi del sentiment e JMP trova automaticamente le parole del sentiment, assegna un punteggio a ogni recensione e produce una serie di output per consentirci di perfezionare l'analisi ed esplorare i risultati.
Launching Sentiment AnalysisLaunching Sentiment AnalysisLaunching Sentiment AnalysisLaunching Sentiment AnalysisAvvio dell'analisi del sentiment
Perfezionare l'analisi
Diamo un'occhiata più da vicino a quell'output, iniziando con alcune revisioni individuali per vedere come vengono calcolati i punteggi del sentiment e, soprattutto, perché e come perfezioniamo la nostra analisi.
La recensione n. 4297 è relativamente positiva, dicendo cose come eccellente , conveniente E soddisfatto e un punteggio complessivo di +60 (su una scala da -100 a 100, dove zero è un sentimento neutrale). In che modo JMP Pro ha calcolato questo punteggio? Ha consultato un elenco integrato di parole di sentimento e punteggi associati (un sentimento dizionario ) e abbiamo calcolato la media dei punteggi delle tre parole sentimentali. Abbastanza diretto. (Se si preferisce, un'opzione di punteggio min-max calcola il punteggio complessivo come la differenza tra le parole più positive e più negative nel commento.)
Review #4297 is relatively positiveReview #4297 is relatively positiveReview #4297 is relatively positiveReview #4297 is relatively positiveLa recensione n. 4297 è relativamente positiva
L'algoritmo che analizza il testo gestisce automaticamente i negatori (ad es. NO ) e intensificatori (ad es. molto ). La recensione #6034 è un bell'esempio. La parola Bene ottiene un punteggio di riferimento di +60 per impostazione predefinita e tale punteggio aumenta a +84 se preceduto dall'intensificatore Veramente ma diventa -60 quando negato da non .
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 regola i punteggi delle parole di opinione in presenza di negatori o intensificatori
Il dizionario dei sentimenti integrato di JMP Pro è completamente personalizzabile ed è consigliabile adattarlo al proprio dominio. Guarda la recensione n. 910 di seguito. Carino E Bene sono ovvie parole sentimentali, ma che dire troppo forte , che è chiaramente negativo nel dominio delle cialde di caffè? Riconoscere che i sentimenti di molte parole sono specifici del dominio (ad es. roccia solida potrebbe essere positivo per un'auto ma negativo per un materasso), il dizionario integrato di JMP Pro fa relativamente pochi presupposti, consentendoti di aggiungere, sottrarre e modificare il dizionario per adattare l'analisi al tuo dominio.
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"Puoi personalizzare l'analisi per includere parole o frasi di opinione specifiche del dominio come "troppo forte"
Personalizzare il dizionario è semplice. Aggiungere troppo forte come frase negativa, evidenziamo semplicemente la frase e facciamo clic su un pulsante per assegnarle un punteggio, in questo caso -30. L'analisi completa si aggiorna automaticamente, trovando ogni istanza di troppo forte e segnandolo di conseguenza. Ciò ha portato il punteggio della recensione n. 910 da +43 a +18, il che sembra un miglioramento.
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 painlessL'aggiunta di una nuova frase sentimentale è piuttosto indolore
Ci sono una varietà di strumenti aggiuntivi per personalizzare l'analisi, incluso un elenco di potenziali parole di sentimento che potresti voler aggiungere al dizionario (qui, contrassegna automaticamente parole come forte , Debole , amaro , costoso ), la possibilità di modificare i punteggi delle parole come preferisci, la personalizzazione di negatori e intensificatori e altro ancora. L'analisi del sentiment dovrebbe Sempre essere adattato al particolare contesto in cui viene applicato, quindi se finisci per utilizzare JMP Pro 16 per Sentiment Analysis, ti consigliamo di familiarizzare con questi strumenti.
Esplorare i risultati
Cosa possiamo trovare in questi dati una volta che abbiamo finito di adattare l'analisi? Innanzitutto, il riepilogo mostra che i sentimenti sono relativamente positivi, con un punteggio medio di +39,5. Le recensioni positive nette sono 6.856 con un punteggio medio di +56,9; 1.277 netti negativi con un punteggio medio di -38,7. Sembra che le persone siano relativamente positive riguardo alle loro cialde di caffè e la recensione media positiva è più positiva della recensione media negativa è negativa. Mentre stiamo per vedere una serie di strumenti per approfondire questi punteggi in modo più dettagliato, vale la pena notare che tutti i punteggi del sentiment delle recensioni possono essere salvati nuovamente nella tabella dei dati, rendendoli disponibili per la visualizzazione e l'analisi in altri strumenti.
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 sentimentUna tabella di riepilogo fornisce una visione aggregata del sentiment positivo e negativo
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 scoresL'istogramma di accompagnamento visualizza la distribuzione dei punteggi del sentimento
Ci sono alcuni modi diversi in cui potremmo voler approfondire ulteriormente i risultati. Innanzitutto, quali termini di sentimento compaiono più frequentemente? Scorrendo l'elenco, vediamo che le parole più frequenti sono generalmente positive, con parole come Grande , grassetto E forte classifica altamente. Se scorriamo verso il basso, troviamo che le parole negative più frequenti sono Debole E amaro . Se clicchiamo su uno di questi, possiamo vedere il suo utilizzo nel contesto per ottenere una comprensione più profonda delle lamentele delle persone.
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 informativeL'esplorazione dei commenti con parole di sentimento frequenti può essere molto istruttiva
Dopo aver esplorato le parole sentimentali più frequenti, potremmo essere interessati allo specifico caratteristiche di cialde di caffè. Cioè, invece di guardare le cialde del caffè in modo olistico, concentriamoci su qualcosa di specifico come il sapore. Se guardiamo al Feature Finder, JMPPro fornisce un elenco di parole che spesso ricorrono con termini di sentimento, in modo da poter esplorare il sentimento relativo solo a quelle parole. Qui, selezioniamo gusto dall'elenco per vedere cosa dicono le persone al riguardo. Possiamo persino fare clic su Assegna caratteristiche selezionate per chiedere a JMP Pro di assegnare nuovamente il punteggio a ogni commento specifico solo per il sapore. Questo è un ottimo modo per approfondire un sottodominio che ti interessa di più.
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 flavorIl Feature Finder approfondisce i sentimenti relativi a caratteristiche specifiche come il sapore del caffè
Analisi del sentiment in JMP Pro 16
L'analisi del sentiment, disponibile in JMP Pro 16, consente di valutare l'opinione positiva o negativa delle persone su qualcosa, in base ai loro commenti scritti. Poiché l'analisi deve sempre essere adattata al contesto specifico, lo strumento include una varietà di funzionalità per personalizzare facilmente il dizionario dei sentimenti e il sistema di punteggio mentre esplori i dati.
Una volta che l'analisi è stata completamente personalizzata, gli strumenti interattivi ti consentono di approfondire i risultati in vari modi per rispondere a qualsiasi domanda specifica tu abbia. Nel nostro caso, sembra che le persone siano per lo più positive riguardo alle cialde di caffè che ottengono su Amazon, e sono particolarmente fan del caffè che è grassetto E forte piuttosto che Debole O amaro .
Vuoi scoprire i sentimenti, le opinioni o gli atteggiamenti delle persone? Raccogli alcuni commenti, scatena l'analisi del sentiment su di essi e guarda quali risposte trovi.
