Er sentimentanalyse maskinlæring?

Mange lurer på: «Er sentimentanalyse maskinlæring?» Det korte svaret er: Ja. Moderne sentimentanalyse bygger på maskinlæringsmodeller for å analysere og forbedre hvordan emosjonell betydning oppdages i tekst.

I denne artikkelen forklarer jeg hva sentimentanalyse er, hva maskinlæring betyr, og hvordan de to fungerer sammen i forbindelse med kundeopplevelser.

Hva er sentimentanalyse?

Sentimentanalyse, også kjent som meningsanalyse, er prosessen med å lese en samling tekst og tolke om tonen er positiv eller negativ. Virksomheter bruker ofte verktøy for sentimentanalyse for å forstå hva kundene synes om merkevaren deres, eller hva folk sier på nettet om konkurrentene deres.  

I sentimentanalyse tildeles tekstblokker – som en tweet eller kundeanmeldelse – en negativ, nøytral eller positiv poengsum basert på enkeltordene teksten består av.

For å gjøre dette bruker programvare for sentimentanalyse et leksikon eller en ordbok for å identifisere og gi hvert ord en poengsum. Denne ordboken settes sammen av personer som manuelt har samlet inn ordene og tildelt hvert av dem en poengsum. 

Denne prosessen er tidkrevende og omfattende, ettersom hvert ord ikke bare trenger sin egen poengsum, men poengsummene også må stå i forhold til hverandre. For eksempel er «best» bedre enn «flott», som igjen er bedre enn «bra». 

Dette leksikonet er grunnlaget for sentimentanalyse. 

Hvordan fungerer sentimentanalyse?

Det finnes tre måter å implementere sentimentanalyse av kunder på, og hvilken du velger, avhenger hovedsakelig av mengden data du trenger å analysere, og hvor nøyaktig du ønsker å være. 

Regelbasert

Regelbasert sentimentanalyse er en metode for automatisk funksjonsutvelgelse som bygger på regler fastsatt av mennesker. Reglene inneholder vanligvis mange teknikker innen behandling av naturlig språk (NLP) og naive Bayes-klassifikatorer. Denne tilnærmingen er rask, men svært enkel og ikke særlig nøyaktig.

Reglene kan for eksempel definere ord som er ekstremt negative (verst, forferdelig, stygg) og positive (utmerket, best, vakker). Disse ordene tildeles en positiv eller negativ verdi. Hvis det finnes flere positive ord enn negative, angir programvaren at teksten har et positivt sentiment; hvis det finnes flere negative ord, angir den et negativt sentiment. Hvis det er like mange positive som negative ord, regnes teksten som nøytral.

Som nevnt er denne tilnærmingen rask, men den er ikke særlig nyansert. Den tar ikke hensyn til annet enn de enkle reglene som gjelder for ordene, og ser bort fra hvor ordene forekommer, eller hvordan de kombineres. Det er mulig å endre reglene underveis, men dette vil også endre tidligere resultater. Disse systemene krever mye justering og vedlikehold.

Automatisk

Automatiske systemer regnes som maskinlæring. De er ikke avhengige av regler som programmerere har satt opp for sentimentklassifisering, men de må lære. Når automatiske systemer trenes, lærer systemet å knytte bestemte ord og tekstkombinasjoner til en bestemt etikett. Teksten omgjøres til en funksjonsvektor. Maskinen kobler etiketter og funksjonsvektorer for å generere en algoritme og lage en modell som kan brukes videre. 

Funksjonsvektorer representerer alle funksjonene og egenskapene til et objekt – i dette tilfellet ordene og uttrykkene. Innen maskinlæring og KI i sentimentanalyse av kunder er de avgjørende for mønstre og algoritmer som behandler dataene. Jo flere tester systemet får, desto flere etiketter og funksjonsvektorer oppretter det, og desto mer lærer det og finjusterer algoritmen og sentimentanalysemodellen sin. 

Denne prosessen kan bli ganske kompleks og bevege seg inn på dyp læring, der den bruker en samling algoritmer og kunstige nevrale nettverk til å analysere data – et forsøk på å etterligne tankeprosessen i menneskehjernen.

Hybrid

En hybrid tilnærming bruker en kombinasjon av regelbasert og automatisk sentimentanalyse, og tar ideelt sett de beste delene fra hver av dem og slår dem sammen til én. Denne metoden er vanligvis den mest nøyaktige.

Hvordan sentimentanalyse og maskinlæring henger sammen

Maskinlæring er en viktig del av sentimentanalyse, men det er ikke det eneste som betyr noe. 

Ved å bruke naturlig språkbehandling kan programmerere mate inn enorme mengder tekst og data når de bygger et sentimentleksikon og trener maskinlæringsprogrammet. Programmet vil fortsette å vurdere flere ord, og dermed forbedre algoritmen og evnen til å utføre sentimentanalyse og etter hvert prediksjon av sentiment. Disse forbedringene støttes av maskinlæringsalgoritmer.

Det er mange ting maskinlæring for sentimentanalyse må finne ut av for å være så nøyaktig som mulig, og derfor foretrekkes en dyp læringsmodell.

Nøyaktig sentimentanalyse krever en grundig forståelse av ordklassene. Programmerere trener maskinlæringen til dette ved å merke hvert ord som et substantiv, verb, adjektiv og så videre.

Etter hvert som programmet lærer mer om setningsstruktur og hvordan ord organiseres og plasseres i setninger, bygger det videre på sin grunnleggende forståelse av naturlig språk og forbedrer klassifiseringsnøyaktigheten. 

Likevel finnes det mange hindringer som utfordrer maskinlæringen innen sentimentanalyse. 

Utfordringer med maskinlæring i sentimentanalyse

Det finnes mange utfordringer knyttet til sentimentanalyse, uavhengig av hvilken modell du bruker.

Sentimentanalyse er noe vi mennesker gjør hele tiden. Hver gang vi leser en tekst fra en venn eller en tweet fra en fremmed, må vi finne ut hva sentimentet egentlig er. Er personen sarkastisk? Morsom? Ironisk? 

Det er vanskelig for mennesker å tolke betydningen bak tekst korrekt 100 prosent av tiden. Hvis mennesker strever med dette på sitt eget morsmål, er det forståelig at maskinlæring også strever litt med sentimentanalyse. 

Her er noen av tingene som gjør sentimentanalyse vanskelig for maskinlæring:

Subjektivitet

Noen utsagn er faktabaserte og verken positive eller negative, men det er ikke alltid enkelt å skille mellom dette. Se for eksempel på de følgende to setningene:

Skjorten er blå. 

Skjorten er vakker.

I dette eksempelet er det tydelig hvilken setning som har et positivt sentiment – skjorten er vakker. Men det betyr ikke at den første setningen er negativ. Den første setningen er objektiv. Den fastslår et faktum – skjorten er blå. 

Vanskeligheten oppstår fordi to predikater noen ganger ikke er likeverdige. Den andre setningen, som kommenterer at skjorten er vakker, er viktigere fra et sentimentperspektiv fordi den er subjektiv. Den andre kommentaren viser hvordan en bruker føler om et produkt, og det er data du kan bruke. 

Tone

Det er noe av det vanskeligste for mennesker å tolke tone, så tenk deg hvor vanskelig det kan være for en maskin. Det er for eksempel svært vanskelig å finne ut om noen er sarkastiske gjennom tekst, fordi de vanligvis bruker ord som er det motsatte av det de mener. For eksempel: 

Den fantastiske bilen min brøt sammen igjen. Flott!

Søppelbilen min brøt sammen igjen. 

Begge disse setningene har et negativt sentiment, men den første setningen bruker sarkasme ved å inkludere ord som fantastisk og flott. Dette scenarioet ville vært vanskelig for et sentimentanalysesystem å tolke uten at et menneske gjennomgikk det og tok den endelige avgjørelsen. 

Kontekst

I noen tilfeller er det umulig å fastslå sentiment uten en bredere kontekst. Tenk på følgende sentiment: «Utvalget i denne kunstforretningen er flott hvis du studerer malerkunst.» Når vi skanner teksten, ser vi positivt vurderte ord som «flott». 

En bredere kontekst for dette sitatet antyder imidlertid noe annet: at kunstforretningen ikke er så bra hvis du fokuserer på blyant, blekk, skulptur eller en annen type kunstnerisk medium. Uff da. Når du tar konteksten i betraktning, kan du bestemme deg for at denne anmeldelsen ikke er så positiv likevel!

Når maskinlæring utfører meningsutvinning for sentiment, er den ikke alltid flink til å ta hensyn til kontekst.

Sammenligninger

Sammenligninger er komplekse fordi de ikke handler så mye om ordene, men om hvordan ordene forholder seg til hverandre. Her er et eksempel:

Dette er den beste paien jeg noen gang har spist. 

Paien deres er god til å være fra en kjederestaurant. 

Den første setningen er positiv. Den andre er ikke like enkel å tolke. Du vil sannsynligvis at produktet ditt skal være godt sammenlignet med alle typer konkurrenter. Det andre sentimentet antyder at paien din er på et lavere nivå sammenlignet med spesialiserte bakere, lokale steder eller andre utsalgssteder.

Sentimentanalyseløsninger fanger kanskje ikke opp sammenligningsfaktoren her. I stedet vil de lese ordet «god» og vurdere sentimentet som positivt, selv om det tydeligvis finnes mer i historien. 

Emojier

Alle som tilbringer tid på nettet, vet at emojier finnes overalt. Noen er enkle, andre er kompliserte, men alle kan skape problemer for maskinlæring som prøver å finne ut av sentimentanalyse. 

Emojier er en viktig del av kommunikasjonen på nettet. En hjerte-emoji bør tolkes som et positivt sentiment, mens bæsj-emojien absolutt ville fått en negativ poengsum. Dette er ikke noe problem så lenge du bruker sentimentbiblioteker som har poengverdier for vanlige emojier, på samme måte som de kan ha det for populære slangord.

Slang

Språket er i stadig utvikling, og det inkluderer hver generasjons slangordforråd, som «smol», «stan», «woke» og «salty». Som med emojier kan sentimentanalyseverktøyet ditt få problemer her.

Tross alt ser det ut til at et nytt memeinspirert slangord oppstår med noen måneders mellomrom. Slang som blir værende, og som kan dukke opp i anmeldelser og på sosiale medier, kan legges til i sentimentbiblioteket og tildeles en positiv, nøytral eller negativ poengsum ... akkurat som alle andre ord! 

Ordboken vår er alltid i utvikling. Jeg husker den kollektive himlingen med øynene da YOLO (You Only Live Once, for de uinnvidde) kom med i den nettbaserte Oxford-ordboken i 2014. Sentimentanalysatorer har imidlertid håp: Dette betyr at maskinlæringsordbøker også kan utvikle seg. De beste sentimentanalyseverktøyene vil ta hensyn til ny slang ved hjelp av programvareoppdateringer eller manuell brukerinndata. 

Mellomposisjon: Hva er nøytralt sentiment?

En måte å få et godt grunnlag for trening av maskinlæring på er å bruke litt tid på å tenke over hva «nøytral» egentlig betyr. Jeg brukte mye tid på å snakke om positive og negative eksempler for en sentimentanalysator, men disse to sentimentene er avhengige av at man har en tydelig definert nøytral kategori. Det er rimelig å si at det nøytrale er en av de viktigste delene av prosessen.

Men hvordan definerer man nøytral? Her er tre måter å komme i gang på:

1. Inkluder objektive tester. Husk eksempelet ovenfor: Denne skjorten er blå. Bilen er gul. Treet har blader. Dette er objektive utsagn basert på fakta. De uttrykker ikke noe positivt eller negativt sentiment. 

2. Filtrer bort alt som er irrelevant. Irrelevant informasjon hjelper deg ikke med å avgjøre om noe er positivt eller negativt. Hvis en anmeldelse av en tørketrommel for eksempel begynner med en anekdote som «Jeg gikk ned i kjelleren og la de våte klærne i tørketrommelen, bare for å oppdage at den var ødelagt», er denne informasjonen ikke relevant for sentimentet i selve anmeldelsen og kan utelates.

3. Ignorer forslag. Dette er ikke en urokkelig regel, men forslag bidrar ofte ikke til sentimentet. Hvis anmeldere skulle ønske at et produkt hadde en bestemt funksjon, forteller ikke dette så mye om kundesentimentet. Du tenker kanskje først at dette er negativt, og det kan det være. For eksempel er «Biffen var forferdelig, jeg skulle ønske de ikke hadde stekt den for lenge» negativt. Men ønsker kan også forekomme i positive anmeldelser: «Kaken var deilig, jeg skulle ønske det var mer av den» eller «Jeg elsker alt ved denne skjorten, jeg skulle ønske den fantes i 100 farger.» 

En tydelig definert nøytral kategori er grunnlaget for all sentimentanalyse. All analyse starter tross alt nøytralt, og beveger seg deretter i enten positiv eller negativ retning etter hvert som teksten får en poengsum. 

Konklusjon 

Sentimentanalyse er en type maskinlæringsverktøy. Maskinlæring fungerer sammen med naturlig språkbehandling for å danne de grunnleggende byggesteinene i sentimentanalyseprosessen. 

Maskinlæring handler imidlertid ganske enkelt om hvordan datamaskiner lærer, og trenger ikke alltid å være knyttet til sentimentanalyse. Det finnes også maskinlæring for chatboter for kundeservice, forretningsprognoser, motorer for produktanbefalinger, dynamisk produktprising og mye mer. 

Abonner på nyhetsbrevet til The CX Lead for flere ekspertinnsikter om kundeopplevelse og brukeropplevelse. 

Relatert lesning: De 10 beste kundestøtteprogrammene for SMB-er og virksomheter