Icon for the Sentiment Analysis Tool

Análise De Sentimento

Versão:
2022.3
Last modified: November 29, 2021

Use a ferramenta Análise de Sentimento para determinar se os dados de texto refletem sentimentos positivos, negativos ou neutros.

Recomendamos que a ferramenta Pré-processamento de Texto não seja utilizada para processar dados para uso com a ferramenta Análise de Sentimento. A ferramenta Pré-processamento de Texto pode remover recursos que são importantes para determinar o sentimento.

Suporte a idiomas

Atualmente, a ferramenta Análise de Sentimento só pode analisar dados que contenham os caracteres usados na língua inglesa.

Componentes da ferramenta

A ferramenta Análise de Sentimento tem duas âncoras:

  • Âncora de entrada: use a âncora de entrada para conectar os dados de texto que você deseja analisar.
  • Âncora de saída: use a âncora de saída para passar os dados analisados para etapas posteriores do fluxo de trabalho.

Configurar a ferramenta

  1. Adicione a ferramenta Análise de Sentimento à tela.
  2. Use a âncora de entrada para conectar a ferramenta Análise de Sentimento aos dados de texto que você deseja usar no fluxo de trabalho.
  3. Selecione o Algoritmo que deseja usar para realizar a análise.
  4. Selecione o Campo de texto que deseja analisar.
  5. Execute o fluxo de trabalho.

Opções avançadas

A ferramenta Análise de Sentimento tem algumas opções avançadas.

Algoritmos

Atualmente, apenas um algoritmo está disponível.

O algoritmo Valence Aware Dictionary for Sentiment Reasoning (VADER) mede a valência e a magnitude das emoções em um texto. A valência das emoções se refere ao fato de serem positivas ou negativas. A magnitude se refere ao quão positivas ou negativas elas são. O VADER também pode identificar texto que não é emocional, ou seja, neutro em valência.

Sentimento em nível de frase

Para usar a pontuação para separar o texto em frases antes da análise, marque a caixa de seleção Encontrar sentimento em nível de frase.

Muitos algoritmos para análise de sentimento, incluindo o VADER, são otimizados para encontrar sentimento em nível de frase, o que significa que os algoritmos separam o texto em frases, analisam cada frase individualmente e devolvem a pontuação composta média para todo o corpus textual. Para que os algoritmos possam separar o texto em frases, os dados de texto precisam conter pontuação.

Categoria de sentimento

Para classificar os dados de texto como "positivos", "negativos" e "neutros" na saída, marque a caixa de seleção Gerar categoria de sentimento. Em seguida, você pode usar os campos Máximo de classificação negativa e Mínimo de classificação positiva para definir o intervalo para cada categoria usando a pontuação de sentimento composto.

O máximo de classificação negativa define o quão sensível o algoritmo deve ser em relação a sentimentos negativos. Aumente esse parâmetro para ampliar o intervalo de sentimentos negativos que o algoritmo pode detectar. O mínimo de classificação positiva define o quão sensível o algoritmo deve ser em relação a sentimentos positivos. Diminua esse parâmetro para ampliar o intervalo de sentimentos positivos que o algoritmo pode detectar.

A pontuação de sentimento composto varia de -1 a 1. O algoritmo categoriza qualquer número entre -1 e o máximo de classificação negativa como "negativo", qualquer número entre o máximo de classificação negativa e o mínimo de classificação positiva como "neutro" e qualquer número entre o mínimo de classificação positiva e 1 como "positivo".

Saída

A ferramenta Análise de Sentimento gera até cinco colunas. Quatro colunas estão incluídas por padrão. A quinta coluna é exibida quando você seleciona a opção Gerar categoria de sentimento.

Estas são as colunas na ordem em que aparecem:

  • negative_sentiment: essa coluna exibe a pontuação de quão negativo é um trecho de texto, variando de 0 a 1, sendo 0 o menos negativo e 1 o mais negativo. A pontuação representa a proporção de palavras que se enquadram nessa categoria. As pontuações de sentimento negativo, sentimento neutro e sentimento positivo devem somar aproximadamente 1.
  • neutral_sentiment: essa coluna exibe a pontuação de quão neutro é um trecho de texto, variando de 0 a 1, sendo 0 "não neutro" (ou seja, positivo ou negativo) e 1 o mais neutro. A pontuação representa a proporção de palavras que se enquadram nessa categoria. As pontuações de sentimento negativo, sentimento neutro e sentimento positivo devem somar aproximadamente 1.
  • positive_sentiment: essa coluna exibe a pontuação de quão positivo é um trecho de texto, variando de 0 a 1, sendo 0 "não positivo" e 1 o mais positivo. A pontuação representa a proporção de palavras que se enquadram nessa categoria. As pontuações de sentimento negativo, sentimento neutro e sentimento positivo devem somar aproximadamente 1.
  • compound_sentiment_score: essa coluna exibe uma pontuação de -1 a 1. Números negativos indicam sentimento negativo e números positivos indicam sentimento positivo. -1 é a pontuação mais negativa, 0 é a mais neutra e 1 é a mais positiva.
  • sentiment_category: a categoria de sentimento é derivada da pontuação de sentimento composto e inclui as categorias positivo, neutro e negativo. O que o algoritmo classifica como positivo, neutro e negativo depende das configurações para as opções Máximo de classificação negativa e Mínimo de classificação positiva
Esta página foi útil?

Problemas com seu produto Alteryx? Visite a Comunidade Alteryx ou entre em contato com nossa Equipe de Suporte. Não é possível enviar este formulário? Envie-nos um e-mail.