В Brand Analytics реализован новый алгоритм автоматического определения тональности с использованием гибридной технологии. Теперь анализ тональности сообщения производится не только по отношению к заданному объекту мониторинга, как это было ранее, но и в тех случаях, когда объект не упоминается напрямую в тексте, как это часто бывает в отзывах – упоминание объекта содержится только в заголовке карточки продукта, а оценочные характеристики в самом отзыве. Благодаря использованию такой гибридной технологии, точность определения тональности упоминания поднимается выше 90%.
Автоматическое определение тональности – одна из важнейших функций Brand Analytics. Для тех компаний, о которых публикуются тысячи упоминаний в сутки, ручная проработка всего объема сообщений становится практически невозможной задачей. А тем, о ком публикуется немного упоминаний, как правило, критически важна скорость получения информации о каждом негативном сообщении. И в том, и в другом случае автоматическое определение тональности – практически единственное возможное решение. Но для действительно эффективного решения необходима высокая точность определения тональности.
Все больше в информационном поле брендов растет роль контента на сайтах отзывов, где объект мониторинга может упоминаться только в заголовке, а оценочное эмоционально окрашенное высказывание относится не напрямую к бренду, а, например, к характеристикам продукта. Определить тональность таких сообщений с помощью объектного анализа – невозможно.
Понимая важность автоматического определения тональности для пользователей Brand Analytics, мы реализовали гибридный анализ тональности – технологию, в основе которой лежат технологии автоматического выбора объекта в каждом предложении, основанные на синтаксической информации, а так же учета типологизации имен собственных (что это за объект: компания, человек, гео-название, событие и пр.). Исходя из этого, в каждом предложении ищутся объекты, отвечающие определенным критериям, и при нахождении таковых определяется их тональность. Таким образом, мы получаем тональность наиболее «важных» объектов тексте, не привязываясь к тематике сообщения (это значит, система не требует обучения «под тему»).
Система учитывает не только саму тональность, но и ее силу (или эмоциональность высказывания). Поэтому даже в случае, когда негатив может преобладать в тексте, сила позитива выправляет ситуацию.
Например:
- В отзывах о банках, как правило, эмоциональное высказывание относится не напрямую к банку, а к качеству продуктов и услуг – возмущение очередями в отделении или высокими процентами по кредитным картам, или, напротив – благодарность сотрудникам, тогда как объект мониторинга – название банка, присутствует только в заголовке отзыва и не имеет эмоциональной окраски. Как раз в таких случаях с высокой точностью определить тональность сообщения помогает автоматический выбор объекта тональности.
- Еще один пример необходимости гибридной тональности – отзывы о конкретных продуктах с упоминанием ряда характеристик, часть из которых вызывает у пользователя позитивные эмоции, часть отрицательные, а сам объект (наименование продукта) находится в заголовке и нейтрален.
Благодаря новому алгоритму анализа тональности в Brand Analytics точность определения тональности повышена до 90%.
Мы продолжаем развивать функционал системы, следуя потребностям клиентов, и будем рады обсудить Ваши пожелания.
