Ableitung von Gefühlen aus Meinungen oder Produktentscheidungen
So geht's:
- Quantifizierung positiver oder negativer Stimmungen in unstrukturierten Textdaten
- Grundlagen der lexikalischen Stimmungsanalyse verstehen
- Bewertet die Stimmungslage einzelner Wörter in jedem Dokument, wenn keine externe Stimmungsmessung verfügbar ist.
- Verwendet ein Stimmungswörterbuch (auch „Lexikon“ genannt), das Punktwerte angibt (z. B. wunderbar = +90, enttäuscht = -30).
- Einzelne Stimmungsphrasen werden bewertet, um die Dokumentstimmung zu berechnen.
- Erstellen Sie drei Wörterbuchlisten: Stimmungsbezeichnung: ein Begriff, der eine Stimmung ausdrückt, z. B. „wunderbar“; Verstärkungsbezeichnung: ein Stimmungsverstärker, z. B. „sehr“; Negationsbezeichnung: eine Umkehrung der Stimmungspolarität, z. B. „nicht“.
- Passen Sie Wörterbücher an Ihre Situation und Domäne an und fügen Sie Bewertungen hinzu.
- Wörterbücher importieren und exportieren
- Punktesystem verstehen
- Einzelne Phrasen werden wie folgt bewertet: Bewertung des Stimmungsbegriffs x Gewichtung des Verstärkers x Negation (-1)
- Die Dokumente werden wie folgt bewertet: Skaliert: mittlerer Sentiment-Wert der jeweiligen Phrase und Min/Max: Summe aus maximalem und minimalem Sentimentwert
- Regeln verstehen
- Ein Begriff kann nur einer Klasse angehören: Stimmung, Verstärkung oder Negation
- Die Option „Dokumente analysieren“ nutzt die Verarbeitung natürlicher Sprache (NLP), um Negatoren und Intensivierer besser zuzuordnen.
- Stemming hat keinen Einfluss auf die Stimmungsbewertung (und das aus gutem Grund).
- Wird ein zuvor als Stoppwort deklariertes Wort dem Wörterbuch hinzugefügt, wird es vorübergehend in jeder Analyse im Text Explorer-Fenster als Stoppwort entfernt.
- Ergebnisse anzeigen
- Die Stimmungsverteilung bietet einen Gesamtüberblick über die Stimmungslage in allen Dokumenten.
- Die Liste der Stimmungsbegriffe zeigt die am häufigsten verwendeten Stimmungsbegriffe an. Durch Anklicken der ausgewählten Begriffe können Sie alle Dokumente durchsuchen, die diese Begriffe enthalten.
- Die Dokumententabelle enthält die Bewertung auf Dokumentenebene (bewegen Sie den Mauszeiger über das Dokument, um Erläuterungen zu erhalten).
- Im Textfeld werden die Begriffe im Kontext angezeigt (beim Überfahren mit der Maus werden Erklärungen angezeigt).
- Der Abschnitt „Merkmale“ findet Begriffe, die häufig gemeinsam mit Stimmungsbegriffen auftreten, und bewertet Dokumente hinsichtlich ausgewählter Merkmale neu.
- Exportieren Sie die Stimmungsbewertungen zur Verwendung in anderen Analysen.
- Grundlagen der abgeleiteten Stimmungsanalyse verstehen
- Nutzt externe Stimmungsindikatoren (z. B. Zufriedenheitsbewertungen) zur Steuerung der Stimmungsanalyse.
- Nutzt die Termauswahl von Text Explorer, um ein Modell der Stimmungsmessung zu erstellen, das durch die Dokument-Term-Matrix (DTM) vorhergesagt wird.
- Nutzt Daten, um Stimmungsbewertungen für Begriffe und Dokumente abzuleiten.
- Identifiziert Stimmungsbegriffe, die wir sonst möglicherweise übersehen würden.
- Das Modell kann auch auf zukünftige Texte angewendet werden, selbst wenn keine externe Stimmungsanalyse verfügbar ist.
- Führen Sie die abgeleitete Stimmungsanalyse mithilfe der Termauswahl durch.
- Verwenden Sie nominale, ordinale oder stetige Antwortvariablen.
- Nominalwerte mit mehr als zwei Stufen erfordern die Auswahl einer Zielklasse (d. h. sie reduzieren sich auf ein binäres Ergebnis: Zielklasse vs. Nicht-Zielklasse).
- Ordinale Daten müssen numerischen Typs sein und werden als stetige Antwortvariable mit Normalverteilung modelliert.
- Wählen Sie zusätzliche Optionen im Voraus: Schätz- und Validierungsmethoden, DTM-Gewichtung, Maximale Terme im DTM)
- Greifen Sie nach dem Ausführen des ersten Modells auf die Steuerelemente der verallgemeinerten Regression zu und erstellen Sie mehrere Modelle, um das beste zu finden.
- Ergebnisse anzeigen
- Die Zusammenfassung auf oberster Ebene ähnelt der Stimmungsanalyse.
- „Beitrag“ ist ein Oberbegriff für Antwortskala (z. B. Log-Odds).
- Die Beitragswerte des Dokuments ergeben sich aus der Summe der Termkoeffizienten (Regressionsmodellkoeffizienten).
- Der Term LogWorth ist eine Funktion des p-Werts (ein höherer LogWorth-Wert entspricht einem niedrigeren p-Wert).
Ressourcen
Sentiment SummaryStimmungsübersichtStimmungsübersicht
Prädiktive Modellierung und maschinelles Lernen
