記事のセンチメントやメンションの割り当てが気になりますか?センチメントの測定方法について詳しくは以下をご覧ください:


センチメントとは?

センチメントは「感情分析」ともいい、「ある状況や出来事に対する見方や態度、意見」と定義されています。センチメント分析は、テキストを分析し、そのテキストが表現している意見を特定します。その上でその意見には、「ポジティブ」(肯定的)、または「ネガティブ」(否定的)といったラベルが付けられます。これは極性と呼ばれます。総合的な極性スコアに基づいて、文書全体のセンチメントが「ポジティブ」、「ネガティブ」、または「ニュートラル」(中立)のいずれかに決定されます。ポジティブとネガティブの両方があり、よりポジティブであれば、極性スコアはポジティブとしてランク付けされます。


Meltwaterのセンチメント

センチメントは特定の記事、またはSNS投稿の全体的なセンチメントを示します。これは、各結果を見て、メッセージのトーンをポジティブ・ネガティブ・ニュートラル・評価なしのいずれかに集約するものです。これらは、当社の自然言語処理(Natural Language Processing/NLP)アルゴリズムから得られたものです。こうして結果にコンテキストを与えることで、自社ブランドや気になる話題の全体的なトーンを把握することができます。

87の言語に対して言語検出をサポートし、28の言語と方言に対して完全なセンチメント分析を提供します。その28の言語は以下の通りです。

  • アラビア語

  • 中国語(簡体字)

  • 中国語(繁体字)

  • デンマーク語

  • オランダ語

  • 英語

  • フィンランド語

  • フランス語

  • ドイツ語

  • ギリシャ語

  • ヘブライ語

  • ヒンディー語

  • ハンガリー語

  • インドネシア語

  • イタリア語

  • 日本語

  • 韓国語

  • マレー語

  • ノルウェー語

  • ポーランド語

  • ポルトガル語

  • ロシア語

  • スペイン語

  • スウェーデン語

  • タガログ語

  • タイ語

  • トルコ語

  • ベトナム語

以下は、Meltwaterでのセンチメント利用の例です。

ポジティブ(肯定的):ここでは、ユーザーがCoca-Colaのキャンペーンが好きだと表明しています。

ネガティブ(否定的):このユーザーは、Coca-Colaの味に対してネガティブな感情を抱いています。

ニュートラル(中立):このユーザーは、Coca-Colaのコレクターとしての事実を、感情を込めずに述べているに過ぎません。

ここで、少し難しい問題があります。自然言語処理とセンチメント分析の精度は高いものの、完璧ではありません。スラング、皮肉、推論、暗黙の了解などの要素によって、センチメントの受け止め方は人によって違います。同じメッセージを見ていても、センチメントは人それぞれ違うこともあります!その例を見てみましょう:

このユーザーはPepsiが好きだと言っていますが、これはPepsiにとってポジティブな意見です。

また、PepsiよりもCoca-Colaの方が好きだという意見もありました。その場合、Coca-Colaにとってはポジティブで、Pepsiにとってはネガティブです。でも、彼らはPepsiも好きだと言っていたので、やはりPepsiにとってはポジティブなのでしょうか?

このユーザーはPepsiとCoca-Colaを挙げていますが、RC Colaという別のブランドは挙げていません。これはRC Colaにとって、ネガティブポジティブニュートラルのいずれでしょうか?

この例は、自然言語処理を使っても、結果の全体的な目標に関連してセンチメントを決定する際には、コンテキストが依然として重要であることを強調するために使用しています。割り当てられたセンチメントに同意できない場合もありますが、それは問題ありません。次のセクションでは、Meltwaterでセンチメントを上書きする方法について説明します。


センチメント評価の手動変更

センチメント変更では、文書のセンチメント評価を割り当てたり変更したりできます。

  • 現在のセンチメントをクリックして選択します。

  • プルダウンメニューから「ポジティブ」、「ニュートラル」、「ネガティブ」、「評価なし」を割り当てます。

Change_Sentiment.gif

重複したコンテンツがある場合、「すべての文書に適用しますか?」と質問するウインドウが表示されます。重複したすべての結果にセンチメントを適用するか、選択した1つの結果だけに適用するかを選択します。

新しいセンチメントの割り当てが完了したら、センチメントのマークが変更されます。

重要事項

  • センチメント評価の変更はアカウントレベルで行われており、ウィジェットやExcelファイルにも反映されます。

  • センチメントの変更は、センチメントアイコンを再度クリックして「リセット」を選択すると元に戻ります。


センチメント評価の一括変更

それぞれの結果を個別に上書きするのではなく、一括選択することで、コンテンツフィードのセンチメントを一度に上書きできます。

  • コンテンツストリームで文書を選択してください(最大500の文書を一度に選択できます)

  • コンテンツフィードのアクションバーにてセンチメントの顔文字(笑顔)をクリックします。

  • 新しいセンチメントを選択するか、またはセンチメントをリセットして元のセンチメントへ戻します。

留意点: 一度に変更できる文書は500件までであるため、500件を超える結果を選択したり、コンテンツフィードの上部にある「すべて選択する」ボックスを選択して「結果合計すべてを選択」をクリックしたりすると、センチメントの顔文字が画面から消えてしまいます。


センチメントに関するレポート

ダッシュボード内には、記事の全体的な調性を理解するのに役立つ「センチメント」と「センチメントスコア」というウィジェットがあります。

Meltwaterプラットフォームでダッシュボードレポートの操作を確かめるにはこちらのスクリーンツアーをクリックしてください。

センチメント - コンテンツに、ポジティブ、ネガティブ、ニュートラルのセンチメントスコアを割り当てます。こうして記事にコンテキストを与えることで、自社ブランドや気になる話題の全体的なトーンを把握することができます。センチメントの割合は以下のようなドーナツグラフ、折れ線グラフ、棒グラフ、円グラフで表示されます。

センチメントスコア - ネガティブな記事に対するポジティブな記事のパーセントを計算し、「ニュートラル」な記事は無視します。

プロのヒント記事の半分がポジティブで、残りの半分がネガティブの場合、スコアは「0」となります。また、記事のすべてがポジティブの場合、スコアは「+ 100」となります。

mceclip0.png

エンティティレベルのセンチメント検索

エンティティレベルのセンチメントで検索できるようになりました。

センチメントを細かく設定できる新しいブーリアンを使用することで、特定のエンティティ(例:ブランド、競合他社、製品など)がネガティブ、またはポジティブな文で言及されている記事や投稿を検索することができますが、文書の全体的な文書は異なる場合があります。

例えばこのクエリは、Teslaがエンティティとして識別され、ネガティブな文に登場するすべての文書を検索します:

enrichments.namedEntities[name:Tesla AND sentiment.discrete:v]

ポジティブな結果を見つけるには、次のように、センチメント変数を(ネガティブ)から(ポジティブ)に変更します。

enrichments.namedEntities[name:Tesla AND sentiment.discrete:p]

エンティティの複数のバージョンをカバーするために、名前のセクションをORクエリに拡張することができます。

enrichments.namedEntities[name:Tesla OR name:“Tesla Motors“ AND sentiment.discrete:p]

センチメントのブーリアン変数は次の通りです。

  • p - ポジティブ

  • n - ニュートラル

  • v - ネガティブ

  • u - 評価なし

重要事項

同じ文の中で2つ以上のエンティティが異なるセンチメントで言及されている場合、文のセンチメントは過半数の結合されたセンチメントに基づいて割り当てられます。

例:Coca-Colaが一番好き、Pepsiは好きではない。

この文はネガティブというよりはポジティブなものなので、この文の中で検出されたエンティティはすべてポジティブなセンチメントを受け取ります。

なお、Twitterのように名前が書き出されるのではなく、@handleでブランドが言及されているソーシャルチャンネルでは、エンティティ検索はまだ利用できません。


常に改善

今後も定期的に自然言語処理モデルと最新の深層学習モデルに言語を追加していくことで、正確なセンチメント検出を継続的に改善し、必要に応じて言語を再学習していきます。


最後までお読みくださり、ありがとうございました。その他のご質問がありましたら、お気軽にチャットサポートへお問い合わせください。

Meltwaterチームより

回答が見つかりましたか?