情感分析
情感分析
情感分析工具判断文本数据是反映积极、消极还是中性情绪。
我们建议 不要 使用“文本预处理”工具来处理情感分析工具的文本数据。“文本预处理”工具可能会删除情感分析工具进行情感分析时依赖的特征。
要求 Alteryx Intelligence Suite
此工具是 Alteryx Intelligence Suite 的一部分。Intelligence Suite 需要单独的许可证，并需要以 Designer 附加组件进行安装。安装 Designer 后，请安装 Intelligence Suite 并 开始您的免费试用 。
语言支持
目前，“情感分析”工具只能分析包含英语文本的数据。
工具组件
情感分析工具有两个锚点：
输入锚点：输入锚点连接要分析的文本数据。
输出锚点：输出锚点将经过分析的数据传递到下游。
配置工具
在画布上添加一个情感分析工具。
使用锚点将“情感分析”工具与要在工作流中使用的文本数据相连接。
选择执行情感分析的 算法 。
选择要分析的 文本字段 。
运行 工作流。
高级选项
情感分析工具有高级选项。
算法
目前，只有一种算法可用。
《Valence Aware Dictionary for Sentiment Reasoning (VADER) algorithm》 一文对文本情感的正负性和幅度进行度量。情感的正负性是指情感是积极的还是消极的。情感的幅度是指情感的积极或消极程度。VADER 还能识别不带情感的或在正负性上属于中性的文本。
句子级情感
如需在分析前根据标点符号将文本解析为句子，选中 从句子级分析情绪 复选框。
许多情感分析算法（包括 VADER 算法）被调整为寻找句子级的情绪，这表示算法可以解析句子，单独分析每个句子，然后返回整个文本所有句子综合得分的平均值。要使算法解析句子，文本数据必须包含结束标点符号。
情感分类
要将文本数据分类为“积极”、“消极”和“中性”并输出类别，选中 输出情感分类 复选框。使用 消极类最大值 和 积极类最小值 字段可根据综合情绪得分定义每个情绪类别的值范围。
“消极类最大值”指定算法对消极情绪的敏感程度。增加此参数，则扩大算法用于检测负面情绪的范围标准。“积极类最小值”定义算法对积极情绪的敏感程度。减小此参数，则扩大算法用于检测正面情绪的范围标准。
综合情绪得分范围是-1至1。算法对 -1 和 积极类最小值 之间的任何数值归类为“消极”； 消极类最大值 和 积极类最小值 之间的任何数值归类为“中性”； 积极类最小值 和 1 之间的任何数值为“积极”。
输出
情感分析工具输出最多五列数据。默认情况下包含四列数据。如果选择了 输出情感分类 选项，则会输出第五列。
列按以下顺序排列：
消极情绪（negative_sentiment）：此列显示文本的消极程度的分数（ 0 到 1），0 代表最不消极，1 代表最消极。分数代表属于此类别中的词的比例。消极情绪、中性情绪和积极情绪的得分总和应约为 1。
中性情绪（neutral_sentiment）：此列显示文本的中性程度（0 到 1），0 代表不是中性， 1 代表最中性的。分数代表属于此类别中的词的比例。消极情绪、中性情绪和积极情绪的得分总和应约为 1。
积极情绪（positive_sentiment）：此列显示文本的积极程度，范围从 0 到 1，0 代表不积极，1 代表最积极。分数代表属于此类别中的词的比例。消极情绪、中性情绪和积极情绪的得分总和应约为 1。
综合情绪得分（compound_sentiment_score）：此列显示一个 -1 至 1 之间的分数。负数表示消极情绪，正数表示积极情绪。-1 是负分数的极限，0 代表最中性的分数，1 代表最积极的分数。
情绪类别（sentiment_category）：情绪类别根据综合情绪得分得出，它包括积极、消极和中性类别。算法的分类（积极、中性、消极）取决于 消极类最大值 和 积极类最小值 的设置。