Изучение предметной области контент-маркетинга, конкурентного окружения и в особенности целевых сегментов аудитории должно включать исследование эмоционального восприятия компании, бренда, продукта. Методики извлечения данных об эмоциональном восприятии из текстовых массивов объединяются под общим названием сентимент-анализа.
Например, высказывание
Поисковый сервис Яндекс ввел в действие фильтр "Минусинск" для улучшения качества поисковой выдачи.
Считается фразой с положительной тональностью. Напротив, сообщение
Из-за "Минусинска" наш сайт потерял две трети клиентов, мы на грани разорения.
Будет оцениваться как фраза с отрицательной тональностью.
Простейшая исторически сложившаяся методика сентимент-анализа оценивает долю фраз положительной и отрицательной тональности в тексте. В зависимости от соотношения их текст классифицируется как негативный, позитивный или нейтральный. Однако такая "средняя температура по больнице" хоть и дает пищу для умозаключений, но довольно скудную.
Следующий по информативности метод сентимент-анализа, называемый объектно-базируемой тональностью, исследует три параметра: объект, субъект и оценку.
Например, во фразе
Один из руководителей компании Яндекс Александр Садовский сказал, что интернет заполонили сотни тысяч низкокачественных сайтов.
субъектом будет Александр Садовский, объектом - сайты, заполонившие интернет, а тональная оценка выразится словом "низкокачественный".
Дальнейшей детализацией выступает метод Feature-based / Aspect-based sentiment analysis, или оценка негативности / позитивности атрибутов оцениваемого объекта. Это более комплексная, неодномерная оценка, которая более рельефно отображает эмоциональный "портрет" объекта.
Например, так:
Щедрый социальный пакет в компании "Техновзрыв" компенсируется довольно средненькой компенсации и крайне неудобным расположением офиса в дальнем Подмосковье.
Здесь эмоциональная тональность вакансии оценивается по трем артибутам, а именно по социальному пакету, уровню компенсации и удобству расположения офиса. При этом первый атрибут оценивается с положительной тональностью, второй с нейтральной или слабо негативной, и третий оценивается отчетливо отрицательно.
Сервисы определения эмоциональной тональности
Программы и сервисы сентимент-анализа основаны на сочетании статистического и словарного методов. Обработку данных выполняют по моделям Байеса или опорным векторам SVM. Более сложные классы задач решаются по моделям статистической близости, или латентно - семантическим анализом.
Эмоциональную тональность сообщений в социальных сетях позволяют определять такие автоматические сервисы, как Social Mention или Twittratr.
Назад в раздел
Например, высказывание
Поисковый сервис Яндекс ввел в действие фильтр "Минусинск" для улучшения качества поисковой выдачи.
Считается фразой с положительной тональностью. Напротив, сообщение
Из-за "Минусинска" наш сайт потерял две трети клиентов, мы на грани разорения.
Будет оцениваться как фраза с отрицательной тональностью.
Простейшая исторически сложившаяся методика сентимент-анализа оценивает долю фраз положительной и отрицательной тональности в тексте. В зависимости от соотношения их текст классифицируется как негативный, позитивный или нейтральный. Однако такая "средняя температура по больнице" хоть и дает пищу для умозаключений, но довольно скудную.
Следующий по информативности метод сентимент-анализа, называемый объектно-базируемой тональностью, исследует три параметра: объект, субъект и оценку.
Например, во фразе
Один из руководителей компании Яндекс Александр Садовский сказал, что интернет заполонили сотни тысяч низкокачественных сайтов.
субъектом будет Александр Садовский, объектом - сайты, заполонившие интернет, а тональная оценка выразится словом "низкокачественный".
Дальнейшей детализацией выступает метод Feature-based / Aspect-based sentiment analysis, или оценка негативности / позитивности атрибутов оцениваемого объекта. Это более комплексная, неодномерная оценка, которая более рельефно отображает эмоциональный "портрет" объекта.
Например, так:
Щедрый социальный пакет в компании "Техновзрыв" компенсируется довольно средненькой компенсации и крайне неудобным расположением офиса в дальнем Подмосковье.
Здесь эмоциональная тональность вакансии оценивается по трем артибутам, а именно по социальному пакету, уровню компенсации и удобству расположения офиса. При этом первый атрибут оценивается с положительной тональностью, второй с нейтральной или слабо негативной, и третий оценивается отчетливо отрицательно.
Сервисы определения эмоциональной тональности
Программы и сервисы сентимент-анализа основаны на сочетании статистического и словарного методов. Обработку данных выполняют по моделям Байеса или опорным векторам SVM. Более сложные классы задач решаются по моделям статистической близости, или латентно - семантическим анализом.
Эмоциональную тональность сообщений в социальных сетях позволяют определять такие автоматические сервисы, как Social Mention или Twittratr.
Назад в раздел
Подписаться на новые материалы раздела:
