À propos de l'analyse des sentiments

L'analyse des sentiments pilotée par l'IA de Talkwalker permet d'analyser le ton émotionnel d'un contenu, tel qu'un message sur les médias sociaux ou un article. Vous pouvez utiliser les informations obtenues grâce à l'analyse des sentiments pour rationaliser les flux de travail, adapter les réponses en fonction de l'urgence émotionnelle et contribuer à éclairer les décisions stratégiques et les stratégies de gestion de crise.

À propos du modèle d'analyse des sentiments

L'analyse des sentiments de Talkwalker reconnaît actuellement 186 langues et peut fournir une précision globale allant jusqu'à 90 %. Le modèle d'analyse des sentiments de Talkwalker, alimenté par l'IA, combine les techniques avancées suivantes pour obtenir les meilleurs résultats :

• Apprentissage en profondeur - Nous n'entraînons pas notre moteur en utilisant les données de nos clients. Il utilise un ensemble de données prédéfini de dizaines de millions de résultats annotés par des humains pour l'aider à identifier des modèles pertinents et à améliorer les résultats.
• Modèles pertinents - Nos algorithmes, qui fonctionnent en coulisses, ne se contentent pas de déchiffrer des mots isolés, ils sont capables de comprendre le sens de phrases complètes. Cela leur permet d'interpréter les émotions humaines, les types d'ironie de base et le sarcasme.
• Réseaux neuronaux - Nous utilisons des méthodes informatiques puissantes qui simulent les capacités cognitives humaines.
• Traitement du langage naturel (NLP) et apprentissage automatique - Nous utilisons ces techniques pour déterminer le sentiment, reconnaître les images et les vidéos, et aider à la traduction automatique, à la création de nuages de thèmes, à la démographie et aux groupes de conversation.

Remarque: les modèles de sentiment d'IA ne sont pas formés sur les données des clients.

Comment nous attribuons un sentiment

Pour les fonctionnalités qui permettent d'analyser les sentiments, vous pouvez choisir d'utiliser l'IA pour attribuer automatiquement un sentiment et vous pouvez modifier manuellement le sentiment. L'IA analyse des phrases entières (et pas seulement des mots clés) et inclut tous les résultats pour déterminer l'attitude ou la réaction contextuelle globale. Un seul sentiment peut être attribué à chaque article ou message.

Calculs de sentiments dans Inbox 2.0

Nous utilisons le service d'intelligence artificielle de TalkWalker pour déterminer le sentiment positif, négatif ou neutre des différents messages d'une conversation. Nous calculons également un sentiment global pour chaque conversation. Nous utilisons les cinq derniers messages non neutres d'une conversation pour calculer le sentiment de cette conversation. Pour chaque message positif, nous ajoutons un point et pour chaque message négatif, nous enlevons un point. Nous faisons ensuite la moyenne des cinq derniers scores et utilisons la fourchette suivante pour calculer le sentiment de la conversation :

• Positif - Entre 0 et 1.
• Neutre - 0.
• Négatif - Entre -1 et 0.

Par exemple, une conversation comportant 1 message négatif, 1 message neutre et 3 messages positifs est considérée comme positive. (-1 + 1 + 1 + 1 )/4 = 0,5, qui est compris entre 0 et 1 et est donc positif.

Calculs de sentiments dans Talkwalker

Si les classificateurs d'IA font partie de votre package, vous pouvez former des classificateurs d'IA personnalisés pour votre projet.

L'intelligence artificielle est appliquée aux résultats importés manuellement dans Talkwalker. Toutefois, si vous indiquez votre propre sentiment dans le fichier d'importation, le sentiment automatique ne sera pas attribué.

Le sentiment global de l'IA est basé sur le contenu et non sur la marque. Pour les sentiments liés à la marque, utilisez des classificateurs d'IA personnalisés.

Détection des émotions

Le sentiment et l'émotion sont détectés par l'IA. Cependant, ils sont calculés séparément et des méthodes différentes sont utilisées pour les calculer.

Pour la détection des émotions, nous suivons la structure des émotions de Parrott. La détection des émotions est basée sur des phrases individuelles et un article peut apparaître dans plusieurs catégories d'émotions. La détection des émotions ne s'applique qu'aux résultats dans lesquels des émotions ont pu être identifiées.

Les émotions détectées pour un résultat spécifique ne correspondent pas nécessairement au sentiment du résultat. Par exemple, des émotions joyeuses dans un message ne signifient pas nécessairement que le message sera classé comme positif.