教你轻松玩转“情感分析工具”
halo大家好，我是甜甜！
今天教大家如何玩转微词云情感分析工具，教你玩出花样来～
数据导入与配置
操作流程很简单
第一步:上传需要做情感分析的数据，最好是”评论数据”
这里我上传的是”携程酒店评论”数据，选择一个相关行业,例如酒店
顶部有2个功能，需要大家熟知的
第一个：就是设置”情感词”
例如:情感词提取不准，或关心的情感词提取不出来时，会用到。
解决情感分析不准的问题
你看我这里设置了好多情感词,当然也可以灵活下载情感词数据。
我们在看第二个功能”移除词”
不想显示的情感词，可输入到这里。解决无意义情感词去除问题。
好啦～
点击【下一步】，我们开始情感分析之旅吧！
情感分析报告主要由4款组成
第一块：是统计信息
第二块：是“正负面词”信息和“特征词”信息展示面板
第三块：是情感分析结果表
第四块：是共词网络关系图
基础情感分析统计结果
那么我们一块一块说
首先是统计信息部分；左侧是文本基础信息、包含字数、文本大小、总条数、词汇量
最重要的是分析结果的下载，可以下载打标词表、可以下载特征词表、以及情感分析表
大家可以根据这些表信息进一步做深度分析
中间就是正负面情感趋势占比可视化，鼠标移动上去，可查看正面有多少条数据，负面有多少
最右侧是一个，情感分析散点图，正常的评论数据都是呈正态分布的趋势，若不是，可能有注水倾向
1、左半轴是负面打分与条数据分布情况；
2、中间轴是中性打分与条数据分布情况；
3、右半轴是正面打分与条数据分布情况；
4、我们可以清楚看到平均分数与条数据的平均值，就是这两条蓝线。
这张图反应很多的情感趋势问题，大家可以好好研究下。
情感词和特征词分析表
我们往下滑动，左侧是正面词信息表
可以通过数量、条数据、以及tf-idf来筛选词列表
同时每个情感词都可以点击查看详情，例如点击热情
98%的正面评价，条数据占总量的11%左右，不算低
右侧散点图，是反应情绪与数量分布情况，平均值17分，比总的数据平均值高很多。
往下滑动我们会看到热情相关的网络关系图
这里支持修改配置调整可视化效果，工具灵活度很高
我们把加权次数调低点，方便清楚看出关系强弱
效果一下子就清楚多了，大家在说的是服务热情、前台热情
我们来验证下是否是这样的
在下面搜索下关于服务相关的数据，发现总条数是322条，匹配到253条，占比非常大
我们展开文本看下，第一条说到服务热情、第二条前台小哥服务热情等
同时，我们还可以下载所有展示数据结果。
这里，点击【创建词云】我们可以做两张词云图，一张是正面top100词云图
还可以在负面信息表中点击【创建词云】，制作一张top100负面词云图，做个词云图正负面对比
最右是特征词信息表
这张表就很有意思了，我们重点看下情绪这列信息
点击倒序排列，按照正面数据条数从大到小进行排列
点开正序排列，按照负面数据条数从大到小进行排列
例如我们点击空调这个词看看，发现负面偏多，但占比很小
我们看看下面数据，关于空调负面都说了什么；提到，空调调试很冷、没有冷空调、空调露水、空调不行等
特征词列表，我们可以主要查看“实体词”的情感分析结果，会有意外的分析收获的。
情感分析结果表
好了我们在往下看哈，到了第三个模块，大家肯定很不陌生“情感分析结果表”
具体说下这里怎么用，可以通过正面、负面、中性来搜索评论数据
还可以具体搜索某个关键词，例如卫生
并且你还可以根据： 情感强度、文本长度、情绪词数来过滤评价数据哦
这里我就不多说了，上面提到的比较多
共现网络关系图
我们重点看下共现网络关系图
我们可以选择关心的词，可通过词性选择
也可以直接搜索添加
不想要的词也可以删除，点击单词即可删除
最后点击计算关系就行了
看到这样的可能吓一跳，别怕，我们简单调整下加权次数就行
一下子效果就好很多
解释下这张图这么看
是结合关键词间的共现值生成的网络关系图，其中包含共现次数，共现单词量和总共现值来反应关键词之间的强弱，亲疏关系的
1.节点大小:受共现单词量，以及总共现值来决定，衡量关键词的影响程度，其中节点越大代表共现数，以及总共现值越大
2.关键词线条粗细，衡量关键词间共现次数，次数越大线条越粗，反应关键词强弱关系的指；其中线条越远代表关系越疏远反之越亲密
好了本次说的东西也比较，大家慢慢消化，当然情感分析不可能100%准确，还需要大家人工进行修正数据，来提高准确度。下次再见～