私たちは皆、インターネット上で動作するデバイスに囲まれています。以前はコンピューターだけでしたが、今では携帯電話やタブレットにWebがあり便利です。ある意味で、このテクノロジーはビジネスに利益をもたらし、私たちの生活を楽にするだけでなく、オンライン体験を豊かにしました。人々が多くの時間を過ごし、知識を求め、アイデアを交換し、さらには買い物をするプラットフォームになりました！
例えば ：オンライン/オフラインで購入したい場合、最初は何をしますか？さまざまなWebサイトやフォーラムを閲覧して、人々がそれについて話しているかどうかを確認します。私たちが探しているものを販売しているいくつかのオンラインストアをチェックします。多くの人が製品やオンラインストアについて書いたり表現したりしたレビューやコメントを読みました。かなりの数のレビューを経て初めて、購入するかどうかを決定します。
感情分析の重要性
仮想世界での購入の決定のほとんどは、影響力のあるレビュー担当者や同僚が製品/サービスについて言わなければならないことを経て行われます。これが、企業がWeb上で人々が彼らについて話していることを見て分析することを余儀なくされている理由です。会社の観点から、レビューとコメントは非常に重要になります。したがって、コメントやレビューを分析することは、組織が見逃すことのできないものです。
しかし、これらのコメントまたはまとめて呼ばれるレビューは何ですか？
これらのコメント、意見、レビューは「感情データ」と呼ばれ、コメントとレビューが肯定的か否定的かを識別するタスクは「感情データ分析」または「感情分析」と呼ばれます。
感情分析とR
感情分析はRの優れた機能の1つであり、生産性の向上とブランド/製品の最適化を目指すマーケターや組織に貴重な洞察を提供します。
doubleをintegerjavaに変換します
Rは、この目的で利用できる最も包括的な統計分析パッケージです。これは、すべての標準的な統計的検定、モデル、および分析を統合し、データを管理および操作するための完全な言語を提供します。 Rのグラフィック機能は卓越しており、他のほとんどの統計およびグラフィックパッケージを超える完全にプログラム可能なグラフィック言語を提供します。感情分析の力とそのグラフィカルスキルにより、組織にとって真に強力なツールになります。
「感情データ」を分析する方法
「感情データ」を分析するには、さまざまな方法があります。ここでそれぞれを見てみましょう。
感情分析のドキュメントレベル
意見は通常、エンティティまたはイベントに対する人々の感情、評価、または感情を表す主観的な表現です。多くのブログやフォーラムでは、レビューやコメントの形で意見を述べることができます。意見がレビューの形で表現される場合、単純な「はい」または「いいえ」ではなく、実際の感情を特定するには、レビューで使用されている単語の主観的な分析が必要になります。
ドキュメントレベルの感情分析では、各ドキュメントは単一のエンティティまたはイベントに焦点を当てており、単一の意見保有者からの意見が含まれています。ここでの意見は、2つの単純なクラスに分類できます：ポジティブまたはネガティブ（おそらくニュートラル）。 例：製品レビュー：「数日前に新しいスマートフォンを購入しました。少し大きいですが、いい電話です。タッチスクリーンは良いです。声の明瞭さがより良いです。私は単に電話が大好きです。」 レビューで使用された単語やフレーズ（nice、good、better、love）を考慮すると、主観的な意見は肯定的であると言われます。客観的な意見は、星または投票システムを使用して測定されます。4つまたは5つの星が正で、1つまたは2つの星が負です。
Javaでのクライアントサーバーソケットプログラミング
感情分析の文レベル
エンティティに関するドキュメントで表現されているさまざまな意見をより洗練されたビューにするには、文レベルに移動する必要があります。このレベルの感情分析は、意見を含まない文を除外し、エンティティに対する意見が肯定的か否定的かを判断します。
アスペクトベースの感情分析
ドキュメントレベルとセンテンスレベルの感情分析は、単一のエンティティを参照する場合にうまく機能します。しかし、多くの場合、人々は多くの側面や属性を持つエンティティについて話します。彼らはまた、さまざまな側面についてさまざまな意見を持っています。これは、製品のレビューやディスカッションフォーラムでよく発生します 。例：「私はノキアの電話愛好家です。私は電話の見た目が好きです。画面は大きくてクリアです。カメラは素晴らしいです。しかし、欠点もほとんどありません。バッテリーの寿命が十分ではなく、Whatsappへのアクセスが困難です。」 このレビューの良い点と悪い点を分類すると、製品に関する貴重な情報が隠されます。したがって、アスペクトベースの感情分析は、特定のドキュメント内のすべての感情表現の認識と、意見が参照するアスペクトに焦点を当てています。
比較感情分析
多くの場合、ユーザーは類似の製品やブランドと比較して意見を表明します。したがって、ここでの目標は、比較意見を含む文を特定することです。
例えば ： 「私はホンダシビックを運転しました、それはシュコダスペルブより良く処理しません」
感情辞書の取得
この感情分析方法は、人々の主観的な感情や感情や意見を表現するために使用される単語や表現のリストを使用します。特定の単語だけでなく、フレーズやイディオムも使用します。他のタイプの感情分析では、ポジティブな言葉とネガティブな言葉が何であるかを見てきました。例を見てみましょう： 「X号車はY号車よりも優れています。」 この文は、2台の車のいずれかが良いか悪いかについての意見を表していない。したがって、これらのタイプの文/文書は、手動アプローチ、辞書ベースのアプローチ、およびコーパスベースのアプローチの3つのアプローチを使用してさらに分析されます。
手動アプローチ ：時間がかかるため、これは実行可能ではありません。
辞書ベースのアプローチ ：このアプローチでは、「Word Net」を使用して、分析を実行するための感情単語の適切な単語を見つけます。
コーパスベースのアプローチ ：これは、分析を実行するためのドメイン固有の感情レキシコンを作成するために使用されます。
これらは、消費者の感情を分析し、会社が市場のどこに立っているかを知るためのさまざまな方法です。