Il est facile de quantifier les données d'enquête lorsqu'il s'agit de choix multiples: vous utilisez un tableau croisé dynamique pour déterminer le pourcentage de chaque réponse. Mais qu'en est-il des réponses textuelles de forme libre? Ceux-ci sont difficiles à traiter si vous en avez des centaines ou des milliers.
L'analyse des sentiments est une méthode automatisée permettant de prédire si une réponse est positive ou négative. Microsoft propose un outil qui analyse les sentiments dans Excel. Il s'appelle Azure Machine Learning.
L'analyse traditionnelle des sentiments nécessite qu'un humain analyse et catégorise 5% des déclarations. Excel utilise le Lexique de subjectivité MPQA. Ce dictionnaire générique comprend 5 097 mots négatifs et 2 533 mots positifs. Chaque mot se voit attribuer une polarité forte ou faible. Cela fonctionne très bien pour les phrases courtes, telles que les tweets ou les publications Facebook.
Regardez dans le groupe Compléments de l'onglet Insertion. La première icône s'appelait Store et s'appelle désormais Mes applications. Cliquez sur cette icône et recherchez Azure Machine Learning.
Spécifiez une plage d'entrée et deux colonnes vides pour la plage de sortie.
L'en-tête de la plage d'entrée doit correspondre au schéma tweet_text.
Les résultats montrent un score positif, négatif ou neutre et un pourcentage. Les éléments proches de 99% sont très probablement positifs. Les éléments proches de 0% sont très probablement négatifs.
