304 Views
May 31, 24
スライド概要
社内勉強会の資料です。
TextBlobによる感情分析についてまとめています。
日本・中国・カナダを拠点に、AWS や GCP・Azure などのマルチクラウドに対応した、クラウド / サーバーの構築・移行、24時間365日の運用保守 / 監視、負荷テスト、Webシステム開発、サーバーサイド / API 開発 など、クラウド / サーバーに特化したサービスをご提供いたします。 ● コーポレートサイト https://beyondjapan.com ● YouTube https://www.youtube.com/c/beyomaruch ● X(Twitter) https://twitter.com/beyondjapaninfo ● Instagram https://www.instagram.com/beyondjapan_24365
社内勉強会 テーマ:TextBlob(テキストブロブ)による感情分析
感情分析とは? 感情分析とは以下です。 自然言語処理(NLP)の一部であり、テキストや文章から感情や意見を抽出するための 技術。 次スライドで、実際に使ってみた画面に続きます。
【例文 1】インプット入力
【例文 1】分析結果
【例文 1】結果の説明 ■Polarity(極性) 肯定的か、否定的か。 ■Subjectivity(主観性) 客観的か、主観的か。 ■数値について -1~1の範囲で表現される。
例文1を試した後の感想と疑問。 ■肯定的な文章だが、肯定的な数値は0.3と低い。 良い印象の言葉を増やすと、数値は上昇するのか? ■そもそも、この分析結果は信用できるのか。 否定的な文章は、否定的な数値が出力されるのか? 疑問を解決するために、実際に試しました。
(入力)例文1に、良い印象の言葉を付け足した
(結果)例文1に、良い印象の言葉を付け足した
良い印象の言葉を増やしても、数値の総量に変化はない ■B'zのコンサートに行った。楽しかった。 肯定性 0.3 主観性 0.2 ■B'zのコンサートに行った。とても楽しかった。また行きたい。 肯定性 0.23 主観性 0.3
(入力)ネガティブな文章を解析してみる
(結果)ネガティブな文章を解析してみる
2つの例文を試した感想 ■良い印象の言葉の量を増やしただけで、数値の総量が増える分けではない。 結果の数値の決めるにあたる、判断基準は何か興味を持った。 ■ネガティブな文章は、否定的と判断された。 分析結果は信憑性がある。
TextBlobの活用にあたって利用したもの ■言語 Python (他候補 R言語,Java) ■Webアプリケーションフレームワーク Flask (他候補 Django) ■自然言語処理(NLP)ライブラリ TextBlob (他候補 TensorFlow)
TextBlobを使ってみての感想 ■活用例を想像するのが楽しい ■機械学習の導入の勉強として良い ■ローカル環境下で、PythonでWebの画面を表示するまでの経緯を学習できた
最後に 発表の機会を頂き、誠にありがとうございました。 ご清聴、ありがとうございました。