Könnyű számszerűsíteni a felmérés adatait, ha feleletválasztós: Pivot táblázattal állapítja meg az egyes válaszok százalékos arányát. De mi a helyzet a szabad formájú szöveges válaszokkal? Ezeket nehéz feldolgozni, ha több száz vagy több ezer ilyen van.
A hangulatelemzés egy gépalapú módszer annak előrejelzésére, hogy a válasz pozitív vagy negatív. A Microsoft olyan eszközt kínál, amely hangulatelemzést végez az Excelben. Azure Machine Learningnek hívják.
A hagyományos hangulatelemzés megköveteli, hogy egy ember elemezze és kategorizálja az állítások 5% -át. Az Excel az MPQA szubjektivitási lexikont használja. Ez az általános szótár 5097 negatív és 2533 pozitív szót tartalmaz. Minden szóhoz erős vagy gyenge polaritás tartozik. Ez kiválóan használható rövid mondatok, például tweetek vagy Facebook-bejegyzések esetén.
Keresse meg a Beszúrás lap Bővítmények csoportját. Az első ikont korábban Store-nak hívták, most pedig My Apps-nek hívják. Kattintson erre az ikonra, és keresse meg az Azure Machine Learning elemet.
Adjon meg egy bemeneti tartományt és két üres oszlopot a kimeneti tartományhoz.
A bemeneti tartomány fejlécének meg kell egyeznie a tweet_text sémával.
Az eredmények pozitív, negatív vagy semleges értéket és százalékos pontszámot mutatnak. A 99% közelében lévő elemek nagy valószínűséggel pozitívak. A 0% közelében lévő elemek nagy valószínűséggel negatívak.
