Outil d’analyse du sentiment
Cet outil permet de rassembler des informations exploitables sur les sentiments positifs ou négatifs sur les réseaux sociaux, etc.
Appelez-nous au
L’augmentation exponentielle des commentaires sur les produits par des utilisateurs ayant des opinions bien arrêtées, ainsi que des commentaires instantanés sur les réseaux sociaux et les articles de blog, exige des outils qui peuvent fournir une solution pour déterminer rapidement le sentiment et l’opinion du public sur un vaste éventail de sujets, dans n’importe quelle langue.
L’outil d’analyse du sentiment de Pangea est un outil personnalisable, puissant et efficace permettant d’extraire automatiquement les sentiments positifs ou négatifs d’un texte écrit. Il peut être réglé avec précision afin de détecter des émotions particulières (forte aversion, affection profonde, peur, colère, dégoût, etc.) à partir d’informations textuelles non structurées. Il est prêt pour une analyse immédiate au niveau de la phrase (extrait) ou pour le traitement de textes et de documents par lots. L’outil d’analyse du sentiment de Pangea peut également être utilisé à d’autres fins, telles que la classification des sentiments des documents et les tâches de prédiction des notations.
Comment fonctionne l’outil d’analyse du sentiment de Pangea ?
Il existe deux grandes approches de l’analyse du sentiment : la traditionnelle « approche fondée sur le lexique » et la nouvelle « approche d’apprentissage ».
L’approche traditionnelle de l’analyse du sentiment est basée sur le lexique. Cette approche permet de calculer l’orientation sémantique des mots dans un texte en obtenant les polarités des mots à partir d’un lexique prédéfini. L’approche d’apprentissage supervisé utilise des techniques d’apprentissage automatique basées sur le TALN pour créer un modèle spécifique à partir d’un vaste corpus de documents. Ces données varient d’un client à l’autre et peuvent inclure la sélection de la pertinence (une requête préalable pour vérifier si un document appartient au groupe et doit être analysé).
Un ensemble d’échantillons d’opinions positives et négatives et de variations de ces opinions constitue les données d’entraînement à partir desquelles le modèle est construit. Nos techniques d’apprentissage automatique atteignent d’emblée une précision de plus de 80 % en matière de sentiments. La personnalisation et les filtres linguistiques humains, dans chaque cas, ajoutent à la qualité attendue pour obtenir une précision de plus de 90 %. La difficulté de l’analyse du sentiment est due à la structure des opinions, qui dépend souvent du domaine et qui est parfois sensible au contexte.
L’approche hybride unique de l’outil d’analyse du sentiment de Pangea repose sur l’utilisation non seulement d’informations linguistiques et statistiques, mais aussi sur un ensemble de règles sémantiques complexes dépendantes de la langue. Ces règles, ainsi que l’utilisation de réseaux neuronaux profonds pour classer l’ironie et les résultats apparemment négatifs ou positifs, permettent une expérience unique et rapide de classification des sentiments.
Processus d’approche de l’analyse du sentiment réussi :
Nos experts linguistiques ont créé des ontologies personnalisées pour les domaines de données les plus importants et les plus utilisés (hôtels, restaurants, gadgets, etc.). Ces ontologies, qui constituaient auparavant la base de l’analyse du sentiment, alimentent désormais des réseaux neuronaux profonds pour lesquels les données ont été prébalisées. Les sentiments peuvent être regroupés de différentes manières, selon les préférences du client.
Le rouge signifie ici un sentiment négatif, le bleu un sentiment neutre et le vert est un sentiment positif. Ce sont de véritables échantillons issus de la combinaison de nos techniques hybrides :
PositifNégatifNeutre
Contexte
Négatif
La durée de la pièce était courte.
Positif
J’adore la courte durée de recharge de la batterie
Détection neuronale (contexte)
Positif
Bailey m’a court-circuité. C’est un artiste.
Négatifs/Intensificateurs (détection neuronale)
Positif
Pas mal comme cheeseburger pour Pékin.
Négatif
Le service est trop rapide pour le prix.
Avis en fonction du domaine
Positif
Petit. Léger. Portable. 16 Mo. Merci Papa !
Positif
Merde, il s’est ressaisi. Mais, oui. Chaque dollar en valait la peine.
Tous les fonds ne se créent pas de manière égale.