意見マイニングとしても知られるテキスト感情分析 (感情分析) は、自然言語処理、テキスト マイニング、コンピューター言語学、および元の素材内の主観的な情報を特定して抽出するその他の方法の使用を指します。
感情分析の重要性
- 客観的な洞察を提供します。人工知能 (AI) ベースの感情分析ツールを使用することで、企業は人間のレビュー担当者の個人的な偏見を回避できます。その結果、企業は顧客の意見を分析する際に、一貫した客観的な結果を得ることができます。
- より良い製品とサービスを構築する:感情分析システムは、企業が実際の具体的な顧客フィードバックに基づいて製品やサービスを改善するのに役立ちます。 AI テクノロジーは、顧客の否定的な感情に関連する現実世界のオブジェクトまたは状況 (エンティティと呼ばれます) を特定します。
- 大規模な分析:企業は、電子メール、チャットボットの文字起こし、アンケート、顧客関係管理記録、製品フィードバックなどの膨大な量の非構造化データから情報をマイニングし続けています。クラウドベースのセンチメント分析ツールを使用すると、企業はテキスト データから顧客のセンチメントを検出するプロセスを手頃な価格で拡張できます。
- ライブ結果:今日の急速に変化する環境において、企業は潜在的な危機や市場動向に迅速に対応する必要があります。マーケティング担当者はセンチメント分析ソフトウェアを利用して、顧客が企業のブランド、製品、サービスについてどのように感じているかをリアルタイムで理解し、その結果に基づいて即座に行動を起こします。特定のキーワードに対する否定的な感情が検出された場合にアラートを送信するようにソフトウェアを設定できます。
感情分析の仕組み
感情分析は、人間のような方法でテキストを理解できるようにコンピューター ソフトウェアを訓練する自然言語処理 (NLP) テクノロジーの応用です。通常、この分析は最終結果が得られるまでにいくつかの段階を経ます。
- 前処理
前処理段階で、センチメント分析によりテキストの中核情報を強調するキーワードが特定されます。
- トークン化は、文を複数の要素または単語に分割します。
- ステミングは単語をその原形に変換します。たとえば、 am のルート形式は be です。
- 機能語を削除すると、文に意味を追加しない単語が除外されます。たとえば、with、for、at、of はすべて機能語です。
2. キーワード分析
NLP テクノロジーは、抽出されたキーワードをさらに分析し、感情スコアを割り当てることができます。センチメント スコアは、センチメント分析システムにおける感情的要素を示す測定スケールです。感情スコアは、分析目的で、テキスト内で表現された感情の相対的な認識を提供します。たとえば、顧客レビューを分析する研究者は、満足を表すには 10、失望を表すには 0 を使用できます。
参考文献
【1】https://aws.amazon.com/cn/what-is/sentiment-analysis/