Excel'de Duygu Analizi! Excel'de duygu analizi yapmanıza izin verecek ücretsiz bir Microsoft Labs eklentisi vardır. İnsanların şirketiniz hakkında ne düşündüğünü görmek için yüzlerce anket yorumunu gözden geçirmek zorunda kalırsanız ne olur? Excel, her yorumun ne kadar olumlu veya olumsuz olduğunu gösteren bir olasılık atayabilir.
Video izle
- Çoktan seçmeli olduğunda anket verilerini ölçmek kolaydır
- Her yanıtın yüzde kaçına sahip olduğunu bulmak için bir pivot tablo kullanabilirsiniz.
- Peki serbest biçimli metin yanıtları ne olacak? Yüzlerce veya binlercesine sahipseniz bunları işlemek zordur.
- Duygu Analizi, bir cevabın olumlu mu yoksa olumsuz mu olduğunu tahmin etmek için makine tabanlı bir yöntemdir.
- Microsoft, Excel'de Duygu Analizi yapan bir araç sunar - Azure Machine Learning.
- Geleneksel duygu analizi, bir insanın ifadelerin% 5'ini analiz etmesini ve kategorize etmesini gerektirir.
- Geleneksel duygu analizi esnek değildir - her sektör için sözlüğü yeniden oluşturacaksınız.
- Excel, MPQA Öznellik Sözlüğü kullanır (bununla ilgili bilgileri http: // bit. Ly / 1SRNevt adresinde okuyun)
- Bu genel sözlük 5.097 olumsuz ve 2.533 olumlu kelime içerir
- Her kelimeye güçlü veya zayıf bir kutup atanır
- Bu, Tweetler veya Facebook gönderileri gibi kısa cümleler için harika çalışıyor
- Çift negatifler tarafından kandırılabilir
- Yüklemek için Ekle, Excel Mağazası'na gidin, Azure Machine Learning'i arayın
- Çıkış aralığı için bir giriş aralığı ve iki boş sütun belirtin.
- Giriş aralığı başlığı şema ile eşleşmelidir: tweet_text
- Tamamlayıcı makale: http://sfmagazine.com/post-entry/may-2016-excel-sentiment-analysis/
Video Metni
Podcast'ten Excel Öğrenin, Bölüm 2062: Excel'de Duygu Analizi
Oh hey, bir Şükran Günü gecesiydi ve balkabağı turtasının etrafında oturuyorduk ve arkadaşımız Jes, Twitter verilerinde duygu analizi yapmaktan bahsetmeye başladı. Ben de "Hey, Excel'in duygu analizi yapmanın bir yolu olduğunu biliyorsun" dedim. Ve bununla ilgili iyi bir videom ya da bununla ilgili herhangi bir videom olmadığını fark ettim, bu yüzden bu video Excel'de duygu analizi yapmakla ilgili.
Şimdi ilk soru şu: Duygu analizinin anlamı nedir? Ve müşterilerinizle ilgili bir anket yaparsanız ve 1'den 5'e kadar seçim yapabilecekleri çoktan seçmeli bir seçim yaparsanız, bu gerçekten çok kolay analiz edilir. Küçük bir pivot tablo oluşturabilirsiniz: Pivot tablo ekleyin, Buradaki Mevcut Çalışma Sayfası, Tamam'ı tıklayın. Oradaki soruyu veya sorunun cevabını ve sonra her biri için kaç cevap olduğunu bilmek istiyoruz ve bu bize mutlak sayıyı verir. Hatta buraya gelip bunu Alan Ayarları'ndan Değerleri Sütun Toplamının% 'si olarak göster olarak değiştirebilirsiniz, bunun gibi.
Pekala, her yanıt için insanların yüzde kaçının yanıt aldığını görebilirsiniz. Pekala, ama duyarlılık analizi gerçekten uzun bir cevabın olduğu zaman, "Hey, peki, iyi biliyorsun, bize bu cevabı neden verdiğini söyle bize?" Ve bilirsiniz, cümleler veya paragraflar kullanırlar. Eğer bunlardan yüzlerce veya binlerce varsa, birinin üzerinden geçip hepsini okuyup neler olduğunu anlaması çok zor, tamam mı?
Yani iki farklı tür duyarlılık analizi var. Genellikle geçmişte insan denetimli bir öğrenme algoritması kullanırdınız. Yani 5000 cevabınız varsa, bunlardan 200 tanesini gözden geçirin ve olumlu ve olumsuz kelimeleri ve cümleleri seçin. Esasen olumlu ve olumsuz sözcüklerden oluşan bir sözlük oluşturuyorsunuz; ama biliyorsunuz, bu çok sınırlayıcıydı. Bunu araba tamiri yapan bir yer için yaptıysanız ve sonra farklı bir müşteriniz varsa, bilirsiniz, halı temizliği yapan, bu iki sözlük tamamen farklıdır. Makine öğrenimini veya insan denetimli öğrenmeyi defalarca yapmak zorundasınız. Dolayısıyla, Excel, MPQA Öznellik Sözlüğü adlı bu şeyi kullanır ve bunu Google'a geçebilirsiniz. Bununla ilgili bilgileri var - 5.097 olumsuz kelime, 2533 olumlu kelime. Ve bu yüzden,kısa cümleler, Tweetler veya Facebook gönderileri için harika çalışıyor. Ancak fark ettiğim bir şey, eğer birisi çift negatif yazıyorsa, bu özellikten nefret etmiyorum diyemem, makine öğrenimi orada başarısız olur. Ve kahretsin, başarısız oldum. Mutlu olup olmadıklarını söyleyemem.
Pekala, işte yaptığımız şey. Excel 2013 veya Excel 2016'da, Ekle sekmesine gidin, Mağaza'ya gidin, arama kutusu Azure Makinesi araması geldiğinde ve burada Azure Machine Learning'i edinin. Ekle'yi tıklıyoruz. Pekala, ve burada iki farklı araç var: Eğlenceli olan Titanic Survivor Predictor; ve Metin Yaklaşımı analizi Excel Eklentisi. Bunu kullanalım. Pekala, işte sizi heyecanlandıracak birkaç şey. Başlığınız: Cevabınızı açıklamak için bir paragraf alın. Şema ile eşleşmesi gerekiyor ve Şema, başlığın tweet_text demesi gerektiğini söylüyor. Yani, burada yukarıda: tweet_text, tabii ki, büyük / küçük harfe duyarlı konular, tamam. Ve sonra Şemayı kapatın ve ardından Tahmin Et, Girdi: A1'den 100'e, Verilerimin üstbilgileri var, Çıktı: VeriB1, Üstbilgileri dahil et. Bize 2 sütun verecekler.Orada 2 boş sütununuz olduğundan emin olun; aksi takdirde verileri geçersiz kılar. 2 seçeneğiniz var: Bir seferde birkaç satır veya Toplu iş olarak. Bu sadece yüz, bu yüzden gerçekten önemli değil. Predict ve BAM'ı seçeceğim! Sadece bu kadar hızlı.
Pekala, şimdi 2 sütun alıyoruz: Bir Duygu ve Puan alıyoruz, tamam. Öyleyse, buradaki puanları bir grup ondalık basamak içeren yüzdeler olarak gösterelim. Pekala, 47.496, bu% 0'dan% 100'e çıkıyor. 100'e yakın son derece pozitif, 0'a yakın son derece olumsuz, tamam mı? Yani burada, küçük bir sorunun olduğu bir yerimiz var, beni deli ediyor. Çözümü bulamadığınız için bunun neden aşırı derecede olumsuz olarak değerlendirildiğini anlayabilirsiniz. Son derece olumlu gelen birine bakalım. Pekala, biliyorsun, burada bazı mutlu sözlerimiz var: lütfen ve teşekkür ederim, ünlem işaretleri vb. Bu, yüksek puana katkıda bulunuyor olabilir. Pekala, mükemmel mi? Hayır, ama bu cevaplar hakkında kaç kişinin son derece mutlu ya da son derece olumsuz olduğunu size söylemenin hızlı ve hızlı bir yolunu verecektir.
Ve tabii ki, yine, burada bunu bir pivot tablo ile yapabiliriz: Ekle, Pivot Tablo, tam buradaki Mevcut Çalışma Sayfasına gidin, Tamam'ı tıklayın ve Duygu ile ilgileniyoruz ve sonra belki de ortalama Puan için bunların her biri. Bu yüzden bunu Alan Ayarları altında Ortalama olarak değiştireceğiz, Tamam'ı tıklayın. Ve böylece, hatta belki bir Kont. Sanırım Kont'u, kaç kişi olduğunu bilmek isteriz. Yani başka bir alanı ele alacağız ve böylece kaç kişinin negatif olduğunu biliyoruz. Ooh, kaç kişi tarafsızdı, kaç kişi olumluydu ve bunların her birinin ortalama puanı kaçtı.
Pekala, anket verileriniz varsa ve bu çoktan seçmeli ise, her bir yanıtın yüzde kaçına sahip olduğunu bulmak için bir pivot tablo kullanmak kolaydır. Ancak serbest biçimli metin yanıtları için işlenmesi zordur. Yüzlerce veya binlercesine sahipseniz, duyarlılık analizi, bir cevabın olumlu mu yoksa olumsuz mu olduğunu tahmin etmek için makine tabanlı bir yöntemdir. Microsoft bunun için ücretsiz bir araç sunmaktadır. Azure Machine Learning adlı Excel 2013 veya Excel 2016'da çalışır. Genellikle ifadelerin% 5'ini elle el ile incelemek ve kategorize etmek zorundadır. Esnek değildir, her yeni veri kümesi için yeniden kategorize etmeniz gerekir, ancak Excel bu MPQA Öznellik Sözlüğü'nü kullanıyor. Genel bir sözlük. Kısa cümleler, Tweetler, Facebook gönderileri için işe yarayacak. Çift negatifler beni kandırabilir. Bu yüzden, sadece Excel Store'a gidin,Azure Machine Learning'i arayın. Bir çıktı aralığı için bir girdi ve iki sütun belirtin. Bu özel durumda, başlığı Şema (tweet_text) ile eşleşecek şekilde değiştirmeyi unutmayın.
Pekala, işte buyrun. Bir dahaki sefere analiz edilecek büyük miktarda veriniz olduğunda, Excel 2013 için ücretsiz Eklenti olan Azure Machine Learning'i kullanarak göz atın. Uğradığınız için teşekkürler, bir dahaki sefere başka bir netcast için görüşürüz.
Dosyayı indir
Örnek dosyayı buradan indirin: Podcast2062.xlsm
