Modèle d’article

À propos de Sentiment

Le sentiment est un enrichissement qui vous est fourni dans toutes vos sources de données XM Discover. Le sentiment mesure le degré de positivité ou de négativité d’un commentaire individuel. Le sentiment est calculé au niveau de la phrase sur une échelle de -5 à 5, et peut être séparateur en 3 ou 5 segments d’échelle : Très négatif, Négatif, Neutre, Positif et Très positif.

Astuce : Lorsque vous explorez les commentaires des clients dans l’explorateur de documents ou dans un widget de commentaires, vous pouvez surligner les données relatives aux sentiments. Trier ou filtrer les documents en fonction du sentiment, ou activer les badges de sentiment qui apparaissent à côté de chaque phrase.

Comment le sentiment est-il calculé ?

XM Discover analyse le sentiment d’une phrase en se basant sur le ton des mots et des phrases qui la composent.

• Les mots : Designer est livré avec des milliers de mots qui sont marqués comme positifs ou négatifs, sur la base de notre expérience de mise en œuvre. Vous pouvez utiliser les réglages par défaut ou les adapter à vos données à l’aide des réglages.
• Phrases : Outre le sentiment au niveau des mots, le Niveau reconnaît également les modificateurs de sentiment et les règles d’exception qui couvrent la plupart des modèles linguistiques de changement de sentiment bien connus pour toutes les langues prises en charge. Vous pouvez gérer les règles par défaut ou en créer de nouvelles.
• Apprentissage automatique du sentiment: Discover utilise l’apprentissage automatique pour évaluer la positivité/négativité du texte et attribuer des étiquettes de sentiment aux phrases dans toutes les langues prises en charge. S’il est activé, ce type de sentiment remplace les approches basées sur des règles pour les organisations.

Modificateurs de sentiment

Les modificateurs de sentiment sont des mots supplémentaires qui affectent la valeur d’un mot de sentiment. Ils peuvent augmenter, diminuer ou inverser la valeur du sentiment du mot original. Ces mots sont les suivants :

• Très: Augmente la valeur du sentiment de 1, vers les extrémités de l’échelle.
  Exemple : “La nourriture était bonne” a une notation de sentiment de +2, tandis que “La nourriture était très bonne” a une notation de sentiment de +3. Par ailleurs, “La nourriture était mauvaise” a une notation de sentiment de -2 tandis que “La nourriture était très mauvaise” a une notation de sentiment de -3.
• Légèrement: Diminue la valeur du sentiment de 1, vers le milieu de l’échelle.
  Exemple : “Le service était bon” a une notation de sentiment de +2 alors que “Le service était légèrement bon” a une notation de sentiment de +1. Par ailleurs, “Le service était mauvais” a une notation de sentiment de -2 tandis que “Le service était légèrement mauvais” a une notation de sentiment de -1.
• Rien: Inverse la valeur du sentiment.
  Exemple : “Il n’y avait rien de mauvais dans mon expérience” a une notation de sentiment de +2 (puisque “mauvais” vaut normalement -2), tandis que “Je n’ai rien de bon à dire” a une notation de sentiment de -2 (puisque “bon” vaut normalement +2).

Échelle de sentiment

Lorsque vous ajoutez un sentiment aux Widgets, vous pouvez souvent choisir entre une échelle de 3 ou 5 points. L’échelle de 3 points ne comprend que le négatif, le neutre et le positif.

Exemple de phrases Calculs de Sentiment

Cette section donne plusieurs exemples de la manière dont le sentiment des phrases est calculé. Le sentiment global de la phrase est fonction des notations individuelles de chaque mot de la phrase.

Un seul mot de sentiment

Si une phrase contient un seul mot de sentiment, le sentiment de la phrase sera égal au sentiment du mot.

Plusieurs mots de sentiment

Si une phrase contient plusieurs mots de sentiment, le sentiment global de la phrase est calculé comme suit :

1. Le mot ayant la valeur de sentiment la plus élevée dans la phrase est identifié. Il est utilisé comme base pour le sentiment de la phrase.
2. Ensuite, 0,5 point est ajouté pour chaque mot supplémentaire ayant le même sentiment.
3. Ensuite, 0,25 point est ajouté pour chaque mot d’un niveau inférieur dans le sentiment.
4. Pour chaque niveau de sentiment suivant (n-1), le système prend les points d’un niveau supérieur (n), les sépare par 2, puis les multiplie par le nombre de mots ayant le sentiment n-1.
   Astuce : La seule exception est que les mots avec un niveau de sentiment de 0,25 (plusieurs modificateurs décroissants attachés au mot avec une valeur +1 ou -1) sont traités de la même manière que les niveaux de sentiment de 0,5 – l’effet net pour le sentiment de la phrase sera le même pour les deux niveaux car il n’y a pas de différence significative entre les deux cas.

Gérer les sentiments négatifs

Les valeurs de sentiment négatives sont traitées exactement de la même manière, sauf qu’elles sont soustraites (parce que vous ajoutez un nombre négatif).

Utilisation des données de Sentiment

Le sentiment peut être utilisé dans l’ensemble de XM Discover pour créer des tableaux de bord informatifs. Affichez le sentiment à vos parties prenantes, filtrez les données et créez même des mesures de sentiment uniques et personnalisées pour répondre aux besoins de votre organisation.

Associée à l’analyse des sentiments, l’analyse sémantique peut être bénéfique à bien des égards :

• Donner la priorité aux informations fournies par les clients et traiter un grand nombre d’entre elles de manière cohérente et précise.
• Découvrez l’avis de vos clients sur tout, de vos produits et services à votre emplacement, en passant par vos publicités ou même vos concurrents.
• Comprendre ce que les clients aiment et n’aiment pas chez vous et votre organisation.
• Analysez les réactions émotionnelles des clients à partir des médias sociaux, de votre site web, des représentants de votre centre d’appels ou de toute autre source contenant des informations commerciales utiles.
• Suivez l’évolution de l’opinion publique sur n’importe quel aspect de votre activité.
• Identifiez les points sur lesquels vous devez apporter des améliorations aux produits, former les représentants des ventes ou du service clientèle, ou créer de nouvelles campagnes de marketing résultant des pics ou des creux dans les scores de sentiment.

Visualisation du sentiment

La visualisation du sentiment vous permet d’avoir une meilleure idée de la manière dont les notations de sentiment sont appliquées aux mots et aux phrases réels de votre projet.

La visualisation du sentiment surligne les informations suivantes :

• Mots porteurs de sentiment
• Règles d’exception en matière de sentiment
• Les modificateurs de sentiment
• Sentiment global de la phrase

Mots porteurs de sentiment

Le calcul du sentiment est basé sur une liste de mots porteurs de sentiment.

Chaque mot peut avoir une notation de sentiment allant de -5 (l’émotion la plus négative) à +5 (l’émotion la plus positive). Les notations de sentiment sont regroupées en cinq bandes de sentiment. Les mots non neutres sont colorés en fonction des bandes de sentiment :

• Rouge foncé: Très négatif
• Rouge pâle: Négatif
• Vert pâle: Positif
• Vert foncé: Négatif

Règles d’exception en matière de sentiment

Les règles d’exception en matière de Sentiment sont utilisées pour ajuster le calcul du sentiment pour les expressions idiomatiques où le sentiment voulu derrière les mots diffère de la norme. Les mots qui font partie d’une règle d’exception sont soulignés, et le token central (le mot pour lequel le score de sentiment est modifié par la règle) est en outre mis en italique.

Prenons les exemples suivants :

• “Le personnel était trop aimable
• “On se croirait à New York”
• “Le jacuzzi à quatre piscines était à tomber par terre !

Elles sont signalées par les règles d’exception en matière de sentiment pour les raisons suivantes :

• le mot “amical” est un mot positif, mais l’excès de quelque chose de positif a une connotation négative.
• le verbe “aimer” est positif, mais la préposition “aimer” est neutre.
• “Mourir” est un mot négatif, mais pas lorsqu’il est utilisé dans l’expression “mourir pour”

Modificateurs de sentiment

En outre, les mots pour lesquels le sentiment a été nié (le sentiment a basculé vers le contraire), intensifié (le sentiment s’est éloigné du neutre) ou affaibli (le sentiment s’est rapproché du neutre sans devenir neutre pour autant) sont doublement soulignés. Prenons l’exemple de la phrase suivante :

• “Cet hôtel n’a rien de sophistiqué

Le sentiment pour le mot “fantaisie” (positif par défaut) est transformé en négatif par le mot précédent “rien”

Lorsqu’un mot porteur de sentiment est affaibli par un modificateur et se trouve ainsi neutralisé, il apparaît dans une police grise. Prenons l’exemple de la phrase suivante :

• “Le seul inconvénient était que le petit déjeuner n’était pas inclus

Dans ce cas, le sentiment pour le mot “downside” (-1 par défaut) est transformé en neutre (0) par le modificateur précédent “only”

Sentence globale Sentiment

Le sentiment global d’une phrase tient compte des mots porteurs de sentiment, des règles d’exception et des modificateurs de sentiment. Le sentiment de la phrase est représenté par des icônes colorées en fonction des bandes de sentiment. Par défaut, il s’agit de la même palette de couleurs que les mots de sentiment individuels.

Regroupement des données sur les Widgets par Sentiment

Lorsque vous créez des widgets dans Sentiment, vous pouvez regrouper les données par sentiment. Lorsque vous regroupez des données en fonction du sentiment, il est important de garder à l’esprit la différence suivante entre le sentiment au niveau de la phrase et le sentiment au niveau de l’enregistrement dans Studio :

• Alors que chaque phrase ne peut avoir qu’une seule notation de sentiment, un document a autant de notations de sentiment qu’il y a de phrases.
• En d’autres termes, si un document contient une phrase positive et une phrase négative, il est considéré à la fois comme un document positif et comme un document négatif.
• C’est pourquoi, lorsque les données sont regroupées par sentiment, le nombre total est généralement inférieur à la somme de tous les enregistrements dans chaque bande. Voir le widget ci-dessous.

Exemple : Si vous additionnez le volume de chaque segment ( 1425 + 1395 + 930 + 729 + 243), vous constaterez que ce volume est supérieur au volume total indiqué, soit 1663. Cela s’explique par le fait qu’il y a 1663 documents, mais 4722 phrases dont le sentiment a été évalué.

Lorsque les données sont regroupées par sentiment, les couleurs du widget correspondent aux valeurs par défaut définies pour les bandes de sentiment. La couleur peut ne pas correspondre à ces paramètres si un champ différent est utilisé pour regrouper les données.

Sentiment basé sur l’apprentissage automatique

Le sentiment basé sur l’apprentissage automatique attribue des étiquettes allant de “très négatif” à “très positif” aux phrases.

• Nom: Sentiment
• Nom du système: XM_sentiment
• Type: Numérique
• Échelle: de -2 à
  2Info: si une phrase ne contient pas de mots porteurs de sentiment, la valeur “N/A” lui sera attribuée. Le sentiment sera étiqueté “Neutre” lors de la coloration par sentiment dans un Widget agrégé si toutes les autres phrases du point de données sont également “N/A”.
• Granularité : Phrase
• Type de retour d’information: Tous
• Langues supportées: Toutes

Sentiment basé sur des règles

Voici quelques informations sur l’attribut Sentiment dans Designer :

• Nom : Indice CB Degree Sentiment
• Nom du système : _degreesentimentindex
• Type : Numérique
• Échelle : -5 à 5
• Granularité : Phrase
• Type de retour d’information: Tous
• Langues prises en charge : Parlez-en à votre représentant Discover Compte.