Aptaujas datus ir viegli kvantificēt, ja tiem ir vairākas izvēles iespējas: izmantojiet pagrieziena tabulu, lai noskaidrotu katras atbildes procentuālo daudzumu. Bet kā ar brīvas formas teksta atbildēm? Tos ir grūti apstrādāt, ja jums to ir simtiem vai tūkstošiem.
Sentimenta analīze ir mašīnveida metode, lai prognozētu, vai atbilde ir pozitīva vai negatīva. Microsoft piedāvā rīku, kas Excel noskaņojumu analīzi. To sauc par Azure Machine Learning.
Tradicionālās noskaņas analīzei ir nepieciešams, lai cilvēks analizētu un kategorizētu 5% apgalvojumu. Excel izmanto MPQA subjektivitātes leksiku. Šajā vispārīgajā vārdnīcā ir 5097 negatīvi un 2533 pozitīvi vārdi. Katram vārdam tiek piešķirta spēcīga vai vāja polaritāte. Tas lieliski darbojas īsos teikumos, piemēram, tvītos vai Facebook ierakstos.
Meklējiet cilnes Ievietot pievienojumprogrammu grupā. Pirmo ikonu agrāk sauca par veikalu, un tagad to sauc par Manām lietotnēm. Noklikšķiniet uz šīs ikonas un meklējiet Azure Machine Learning.
Izvades diapazonam norādiet ievades diapazonu un divas tukšas kolonnas.
Ievades diapazona virsrakstam jāatbilst shēmai tweet_text.
Rezultāti parāda pozitīvu, negatīvu vai neitrālu rezultātu procentos. Preces, kas atrodas tuvu 99%, ļoti iespējams, ir pozitīvas. Vienumi, kas atrodas tuvu 0%, ļoti iespējams, ir negatīvi.
