Het is gemakkelijk om enquêtegegevens te kwantificeren als het meerkeuze is: u gebruikt een draaitabel om het percentage voor elk antwoord te berekenen. Maar hoe zit het met antwoorden in vrije tekst? Deze zijn moeilijk te verwerken als u er honderden of duizenden heeft.
Sentimentanalyse is een machine-gebaseerde methode om te voorspellen of een antwoord positief of negatief is. Microsoft biedt een tool aan die sentimentanalyse doet in Excel. Het heet Azure Machine Learning.
Traditionele sentimentanalyse vereist dat een mens 5% van de uitspraken analyseert en categoriseert. Excel gebruikt MPQA Subjectivity Lexicon. Dit algemene woordenboek bevat 5.097 negatieve en 2.533 positieve woorden. Elk woord krijgt een sterke of zwakke polariteit toegewezen. Dit werkt prima voor korte zinnen, zoals tweets of Facebook-berichten.
Kijk in de groep Add-ins van het tabblad Invoegen. Het eerste icoon heette voorheen Store en heet nu Mijn Apps. Klik op dat pictogram en zoek naar Azure Machine Learning.
Specificeer een invoerbereik en twee lege kolommen voor het uitvoerbereik.
De kop voor het invoerbereik moet overeenkomen met het schema tweet_text.
De resultaten zijn positief, negatief of neutraal en hebben een procentuele score. Items in de buurt van 99% zijn zeer waarschijnlijk positief. Items in de buurt van 0% zijn zeer waarschijnlijk negatief.
