बहुविकल्पीय होने पर सर्वेक्षण डेटा को निर्धारित करना आसान है: आप प्रत्येक उत्तर के प्रतिशत का पता लगाने के लिए एक पिवट टेबल का उपयोग करते हैं। लेकिन फ्री-फॉर्म टेक्स्ट उत्तरों के बारे में क्या? यदि आपके पास सैकड़ों या हजारों हैं, तो ये प्रक्रिया करना कठिन है।
यदि कोई उत्तर सकारात्मक या नकारात्मक है, तो पूर्वानुमान के लिए सेंटीमेंट विश्लेषण मशीन आधारित पद्धति है। Microsoft एक उपकरण प्रदान करता है जो एक्सेल में भावना विश्लेषण करता है। इसे Azure Machine Learning कहा जाता है।
पारंपरिक भावना विश्लेषण के लिए मानव को 5% कथनों का विश्लेषण और वर्गीकरण करना होता है। एक्सेल MPQA सब्जेक्टिविटी लेक्सिकन का उपयोग करता है। इस सामान्य शब्दकोश में 5,097 नकारात्मक और 2,533 सकारात्मक शब्द शामिल हैं। प्रत्येक शब्द को एक मजबूत या कमजोर ध्रुवीयता दी गई है। यह छोटे वाक्यों के लिए बहुत अच्छा काम करता है, जैसे कि ट्वीट या फेसबुक पोस्ट।
सम्मिलित करें टैब के ऐड-इन्स समूह में देखें। पहले आइकन को स्टोर कहा जाता था और अब इसे माय एप्स कहा जाता है। उस आइकन पर क्लिक करें और Azure Machine Learning को खोजें।
आउटपुट रेंज के लिए एक इनपुट रेंज और दो रिक्त कॉलम निर्दिष्ट करें।
इनपुट श्रेणी के लिए शीर्षक को स्कीमा tweet_text से मेल खाना है।
परिणाम सकारात्मक, नकारात्मक या तटस्थ और एक प्रतिशत अंक दिखाते हैं। 99% के करीब आइटम सकारात्मक होने की संभावना है। 0% के पास आइटम बहुत ही नकारात्मक हैं।
