Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
NLP w praktyce
Applica Sp. z o.o., ul. Wiślana 8, 00-317 Warszawa, Tel. +48 22 486 31 56, Fax. +48 22 486 31 92 www.applic...
Agenda spotkania
www.applica.pl
Wstęp do NLP
• Kilka słów o procesie przetwarzania języka
• Jakie narzędzia ma do dyspozyc...
O Applica
www.applica.pl
Applica automatyzuje procesy związane z analizą semantyczną i przetwarzaniem
danych tekstowych w ...
Proces przetwarzania języka
www.applica.pl
Proces przetwarzania języka naturalnego
www.applica.pl
W odróżnieniu od produktów firm konkurencyjnych działających na pol...
Warstwy analizowanego tekstu
www.applica.pl
Wynikiem analizy jest zbiór ustrukturyzowanych danych
opisujących cechy każdej...
Wynik segmentacji – podział tekstu na zdania i segmenty
Wynik analizy morfosyntaktycznej: identyfikacja wyrazów z informac...
Wyniki przetwarzania NLP
www.applica.pl
W odróżnieniu od metody „worka słów” w rozwiązaniu Mindbox Applica zastosowano inn...
Wyniki przetwarzania NLP
www.applica.pl
Panie prezydencie, Polacy interesują się teraz polityką tak, jak już dawno tego ni...
wyrażenie
wyrażenie
Wyniki przetwarzania NLP
www.applica.pl
Typ grupy
składniowej
Negacja
wyrażenie
Zwrotność
Czas i tryb
...
Warstwy – przykład wyników przetwarzania
www.applica.pl
Proces:
utrzymanie
klienta
Klient:
Hubert
Tkaczyk
Kontekst
bizneso...
Co daje zastosowanie NLP?
www.applica.pl
Play jest profesjonalny Orange klientówdbanie o
Analiza n-gramów:
Orange oznaczon...
Kategoryzacja treści
www.applica.pl
Proces przetwarzania korespondencji masowej
www.applica.pl
Kategoryzacja
tematyczna
• Wsparcie klienta przy wyborze tematu...
Moderacja treści
www.applica.pl
www.applica.pl
Applica Moderacja® - funkcjonalność
www.applica.pl
Rozwiązanie Applica umożliwia automatyczną bądź semi-automatyczną, w pe...
Architektura
www.applica.pl
Słowniki NLP
Moduł wykrywania
prób obejścia
moderacji
Moduł NLP
Moduł
ujednoznaczniania
kontek...
Główne moduły - NLP
www.applica.pl
• Moduł odpowiada za pełne przetwarzanie NLP zbioru komentarzy, w wyniku którego
wszyst...
Moduł wykrywania prób obejścia moderacji
www.applica.pl
• Identyfikacja słów i wyrażeń wulgarnych, obraźliwych, które nie ...
Przykłady działania serwisu
www.applica.pl
Oceniono   
man
No dosłownie co chwile! Ale ona tylko jaja mi chce ssać!
Odp...
Przykłady działania serwisu
www.applica.pl
Oceniono   
historyk
Król Jan Sobieski dał nam przykład jak postępować z
dzi...
Przykłady działania serwisu
www.applica.pl
Oceniono   
znużony
Nawet na to nie licz - Duda - jesteś po prostu
zakłamany...
Przykłady działania serwisu
www.applica.pl
Oceniono   
POLAK PATRIOTA
Do likwidacji
Odpowiedz
Odpowiedź serwisu (przy f...
Głęboki wydźwięk
www.applica.pl
www.applica.pl
• Zaawansowana analiza wydźwięku wypowiedzi w oparciu o model
podstawowych emocji:
• Ośmiowymiarowy model podstawowych emo...
Analiza języka naturalnego
Prochain SlideShare
Chargement dans…5
×

Analiza języka naturalnego

1 589 vues

Publié le

Prezentacja Adama Dancewicza z Applica z 11 spotkania Data Science Warsaw

Publié dans : Données & analyses
  • Soyez le premier à commenter

Analiza języka naturalnego

  1. 1. NLP w praktyce Applica Sp. z o.o., ul. Wiślana 8, 00-317 Warszawa, Tel. +48 22 486 31 56, Fax. +48 22 486 31 92 www.applica.pl Spotkanie Data Science Warsaw
  2. 2. Agenda spotkania www.applica.pl Wstęp do NLP • Kilka słów o procesie przetwarzania języka • Jakie narzędzia ma do dyspozycji Data Scientist, który zajmuje się przetwarzaniem języka Najbardziej popularne zastosowania praktyczne NLP • Klasyfikacja dokumentów i ekstrakcja informacji – jak sobie poradzić gdy dostajesz kilka tysięcy wiadomości dziennie? • Moderacja treści – czy NLP może pomóc w walce z hejtem w Internecie? • Głęboki wydźwięk – czy jesteśmy w stanie nauczyć komputer rozpoznawać ironię?
  3. 3. O Applica www.applica.pl Applica automatyzuje procesy związane z analizą semantyczną i przetwarzaniem danych tekstowych w języku polskim. Produkty Applica zastępują człowieka w realizacji zadań wymagających analizy dużych wolumenów danych, krótkich czasów reakcji czy też powtarzalności uzyskiwanych wyników. Dzięki wykorzystaniu unikalnych algorytmów z domeny lingwistyki komputerowej trafność oraz zakres oferowanych przez Applica analiz semantycznych znacznie przewyższa jakoś obecnych na rynku rozwiązań konkurencyjnych. • Natywne wsparcie języka polskiego wraz z polską fleksją, strukturą składniową oraz specyficznymi fenomenami językowymi • Algorytmy do analizy składniowej wypracowane w oparciu o wyniki badań Instytutu Podstaw Informatyki PAN • Własne, zaawansowane algorytmy z zakresu analizy semantycznej • Zespół złożony z pracowników naukowych PAN • Partnerstwo z firmami IBM i Oracle w zakresie analizy języka naturalnego
  4. 4. Proces przetwarzania języka www.applica.pl
  5. 5. Proces przetwarzania języka naturalnego www.applica.pl W odróżnieniu od produktów firm konkurencyjnych działających na polskim rynku, które do przetwarzania języka wykorzystują metody czysto statystyczne („worek słów”), rozwiązanie Applica stosuje zaawansowane metody lingwistyczne w pełnym procesie analizy morfologicznej i płytkiej analizie syntaktycznej tekstu Tekst źródłowy poddawany jest segmentacji, najmniejsze jednostki składowe analizowane są pod kątem morfologicznym, następnie ujednoznaczniane i sprowadzane do form podstawowych. Powierzchniowa analiza syntaktyczna pozwala na wyróżnienie nie tylko pojedynczych słów, lecz również bardziej złożonych konstrukcji językowych. Proces analizy semantycznej tekstu odbywa się zarówno na poziomie wyodrębnionych segmentów, bardziej złożonych konstrukcji językowych, jak i zdań. Na każdym z poziomów wykonywana jest głęboka analiza wydźwięku, w wyniku której oznaczana jest zawartość emocjonalna tekstu. Przy oznaczaniu brana jest pod uwagę złożoność polskiej gramatyki: takie fenomeny językowe jak np. wykorzystanie podwójnego zaprzeczenia, zdań przeciwstawnych, powtórzeń itp. W ramach analizy semantycznej tekstu wykonywana jest także kategoryzacja tematyczna tekstu odzwierciedlająca specyfikę zastosowań biznesowych analizy. Segmentacja Analiza morfologiczna Dezambiguacja Analiza syntaktyczna Analiza semantyczna Przygotowanie danych
  6. 6. Warstwy analizowanego tekstu www.applica.pl Wynikiem analizy jest zbiór ustrukturyzowanych danych opisujących cechy każdej z warstw analizowanego tekstu źródłowego: warstwy segmentów, słów składniowych, grup składniowych, zdań, bloków oraz całego tekstu. Rozwiązanie pozwala na zebranie kompletnej informacji na temat analizowanego tekstu w następujących kategoriach: Cechy ilościowe tekstu np. o częstości segmentów lub grup składniowych, bogactwie użytego słownictwa Cechy jakościowe tekstu np. oznaczenie rodzaju używanego języka: potoczny, fachowy, korzyści Cechy opisujące kategorie tematyczne poszczególnych bloków np. oznaczające kategorię produktową (karta kredytowa, ubezpieczenie na życie, abonament telefoniczny) oraz proces biznesowy (sprzedaż, reklamacja, windykacja) Cechy opisujące zawartość emocjonalną tekstu np. oznaczające takie emocje jak: zadowolenie, złość, zniecierpliwienie itp. Cechy opisujące autora tekstu oraz okoliczności powstania analizowanego tekstu.
  7. 7. Wynik segmentacji – podział tekstu na zdania i segmenty Wynik analizy morfosyntaktycznej: identyfikacja wyrazów z informacją o części mowy i wartościach kategorii morfologicznych (np. przypadek, osoba), jeden wyraz może mieć wiele interpretacji. Wynik dezambiguacji: ujednoznacznienie interpretacji morfologicznej uzyskanej w poprzednim etapie analizy, jednoznaczne przypisanie części mowy i wartości kategorii morfologicznych. Wynik analizy składniowej: wyróżnienie grup składniowych Warstwy – przykład wyników przetwarzania www.applica.pl
  8. 8. Wyniki przetwarzania NLP www.applica.pl W odróżnieniu od metody „worka słów” w rozwiązaniu Mindbox Applica zastosowano innowacyjną metodę wielowarstwowej analizy tekstu z wykorzystaniem bardzo bogatych zasobów językowych: słowników oraz modelu gramatyki, co pozwala na zaadresowanie niedoskonałości metod statystycznych poprawiając znacząco jakość wyników analizy. Dzięki zastosowaniu metod lingwistycznych punktem wyjścia do dalszej analizy tekstu są dane językowe przygotowane w następujący sposób: Tekst podzielony jest na zdania, wyrazy, wyrazy składniowe oraz grupy składniowe Wyrazy oraz grupy składniowe są ujednoznacznione w odniesieniu do kontekstu, w jakim są użyte Każdy wyraz ma jednoznacznie przypisaną część mowy oraz kategorię morfologiczną Każdy wyraz oraz grupa składniowa sprowadzona jest do formy podstawowej Przedmiotem dalszej analizy są nie tylko pojedyncze wyrazy, ale bardziej złożone konstrukcje językowe, wyróżnione nie w wyniku bezkontekstowej analizy statystycznej, tylko w wyniku analizy lingwistycznej. Zastosowanie analizy lingwistycznej pozwala także na identyfikację relacji pomiędzy poszczególnymi wyrazami oraz grupami składniowymi, które niosą niezwykle istotne informacje na temat treści analizowanego tekstu: Relacje czasownik-rzeczownik (np. proces biznesowy - produkt) Relacje rzeczownik-przymiotnik (np. produkt – atrybut produktu) Funkcjonalność narzędzi do analizy języka pozwala na ich elastyczne i precyzyjne dostosowanie do identyfikacji wybranych fenomenów językowych, które dodatkowo wzbogacają wyniki analizy (np. podwójne zaprzeczenie, zdania przeciwstawne, tryb warunkowy itp.)
  9. 9. Wyniki przetwarzania NLP www.applica.pl Panie prezydencie, Polacy interesują się teraz polityką tak, jak już dawno tego nie było, więc proszę się martwić, że obrady sejmu zniechęcają do polityki. Obrady sejmu otworzyły wreszcie oczy dużej części społeczeństwa, tej części, która naiwnie ufała partii prezesa K (inni zawsze mieli świadomość makiawelicznego, cynicznego charakteru tego pana). Dziwne, jakimi krętymi drogami pełzały myśli pana prezydenta, żeby przekonać siebie samego, że dobrze czyni. Niestety, czyni źle i wbrew prawu. Jeśli nie ma tego świadomości, to jakim cudem był wykładowcą na najzacniejszej polskiej uczelni? <group id="a4d8dd" rule="NGs: (Noun,voc) + n-(Noun,voc)" type="NGs" synh="a4d8d5" semh="a4d8d5"> <syntok id="a4d8d5" rule="(subst)|(depr)|(ger) -&gt; (Noun)"> <orth>Panie</orth> <lex disamb="1"><base>pan</base><ctag>Noun:sg:voc:m1</ctag></lex> <tok id="a4d89e"> <orth>Panie</orth> <lex disamb_sh="0"><base>pan</base><ctag>subst:sg:loc:m1</ctag></lex> <lex disamb="1"><base>pan</base><ctag>subst:sg:voc:m1</ctag></lex> <lex disamb_sh="0"><base>pani</base><ctag>subst:pl:acc:f</ctag></lex> <lex disamb_sh="0"><base>pani</base><ctag>subst:pl:nom:f</ctag></lex> <lex disamb_sh="0"><base>pani</base><ctag>subst:pl:voc:f</ctag></lex> <lex disamb_sh="0"><base>panie</base><ctag>interj</ctag></lex> </tok> </syntok> <syntok id="a4d8d6" rule="(subst)|(depr)|(ger) -&gt; (Noun)"> <orth>prezydencie</orth> <lex disamb="1"><base>prezydent</base><ctag>Noun:sg:voc:m1</ctag></lex> <tok id="a4d89f"> <orth>prezydencie</orth> <lex disamb_sh="0"><base>prezydent</base><ctag>subst:sg:loc:m1</ctag></lex> <lex disamb="1"><base>prezydent</base><ctag>subst:sg:voc:m1</ctag></lex> </tok> </syntok> </group> <group id="a4d99b" rule="NGa: 2*(Adj) + (Noun)" type="NGa" synh="a4d99a" semh="a4d99a"> <syntok id="a4d992" rule="(adj) -&gt; (Adj)"> <orth>najzacniejszej</orth> <lex disamb="1"><base>zacny</base><ctag>Adj:sg:loc:f:sup</ctag></lex> <tok id="a4d987"> <orth>najzacniejszej</orth> <lex disamb_sh="0"><base>zacny</base><ctag>adj:sg:dat:f:sup</ctag></lex> <lex disamb_sh="0"><base>zacny</base><ctag>adj:sg:gen:f:sup</ctag></lex> <lex disamb="1"><base>zacny</base><ctag>adj:sg:loc:f:sup</ctag></lex> </tok> </syntok> <syntok id="a4d993" rule="(adj) -&gt; (Adj)"> <orth>polskiej</orth> <lex disamb="1"><base>polski</base><ctag>Adj:sg:loc:f:pos</ctag></lex> <tok id="a4d988"> <orth>polskiej</orth> <lex disamb_sh="0"><base>polski</base><ctag>adj:sg:dat:f:pos</ctag></lex> <lex disamb_sh="0"><base>polski</base><ctag>adj:sg:gen:f:pos</ctag></lex> <lex disamb="1"><base>polski</base><ctag>adj:sg:loc:f:pos</ctag></lex> </tok> </syntok> <syntok id="a4d99a" rule="(subst)|(depr)|(ger) -&gt; (Noun)"> <orth>uczelni</orth> <lex disamb="1"><base>uczelnia</base><ctag>Noun:sg:loc:f</ctag></lex> <tok id="a4d989"> <orth>uczelni</orth> <lex disamb_sh="0"><base>uczelnia</base><ctag>subst:pl:gen:f</ctag></lex> <lex disamb_sh="0"><base>uczelnia</base><ctag>subst:sg:dat:f</ctag></lex> <lex disamb_sh="0"><base>uczelnia</base><ctag>subst:sg:gen:f</ctag></lex> <lex disamb="1"><base>uczelnia</base><ctag>subst:sg:loc:f</ctag></lex> </tok> </syntok> </group>
  10. 10. wyrażenie wyrażenie Wyniki przetwarzania NLP www.applica.pl Typ grupy składniowej Negacja wyrażenie Zwrotność Czas i tryb Przypadek Część mowy Gerundium Stopień Zdania przeciwstawne Podwójne zaprzeczenie Różne formy negacji Tryb warunkowy Wzmocnienia i osłabienia Wyrażenia regularne
  11. 11. Warstwy – przykład wyników przetwarzania www.applica.pl Proces: utrzymanie klienta Klient: Hubert Tkaczyk Kontekst biznesowy Produkt: rachunekEfekt: rezygnacja Cel biznesowy Przyczyna: koszty prowadzenia rachunku Produkt/us ługa Firma: Alior Firma Atrybuty: opłaty i prowizje Wydźwięk: rezygnacja, złość Wydźwięk Klient analiza tekstu i oznaczanie zidentyfikowanych wyrażeń kategoryzacja treści
  12. 12. Co daje zastosowanie NLP? www.applica.pl Play jest profesjonalny Orange klientówdbanie o Analiza n-gramów: Orange oznaczony jako profesjonalny Analiza lingwistyczna zakłada, że wyrazy łączą się ze sobą znaczeniowo, gdy występują w tej samej grupie składniowej. Analiza n-gramów zakłada, że wyrazy łączą się ze sobą znaczeniowo gdy występują „obok siebie” w zdaniu. zawsze Analiza lingwistyczna: Play oznaczony jako profesjonalny
  13. 13. Kategoryzacja treści www.applica.pl
  14. 14. Proces przetwarzania korespondencji masowej www.applica.pl Kategoryzacja tematyczna • Wsparcie klienta przy wyborze tematu korespondencji • Weryfikacja tematu korespondencji i jej precyzyjna kategoryzacja • Określenie szczegółowej grupy tematycznej dla wybranych kategorii Ekstrakcja informacji • Ekstrakcja danych niezbędnych do dalszego przetwarzania korespondencji dla zidentyfikowanych kategorii tematycznych • Zapis danych w postaci struktur zdefiniowanych dla wybranych grup tematycznych do dalszego wykorzystania Priorytetyzacja i dystrybucja korespondencji • Identyfikacja wiadomości pod kątem wybranych treści (skargi UKE/UOKiK, reklamacje o dużej wartości, duplikaty) • Identyfikacja zgłoszeń o charakterze masowym • Priorytetyzacja otrzymanych zgłoszeń Automatyzacja procesów obsługi • Bezobsługowe przetwarzanie standardowych zapytań z wykorzystaniem danych uzyskanych w procesie ekstrakcji • Wstępne wywołanie odpowiedniego strumienia workflow oraz przygotowanie szablonu odpowiedzi Kategoria Grupa tematyczna Dane klienta specyficzne dla grupy tematycznej Priorytet Sekcja Odpowiedź do klienta
  15. 15. Moderacja treści www.applica.pl
  16. 16. www.applica.pl
  17. 17. Applica Moderacja® - funkcjonalność www.applica.pl Rozwiązanie Applica umożliwia automatyczną bądź semi-automatyczną, w pełni konfigurowalną moderację treści tekstowych tworzonych przez użytkowników. Dzięki wykorzystaniu zaawansowanych metod analizy semantycznej rozwiązanie oferuje skuteczność zbliżoną do moderacji realizowanej przez człowieka. Eliminowanie ‚hejtu’, m.in.: • Ksenofobia • Rasizm • Antysemityzm • Homofobia • Nawoływanie do agresji • Obrażanie osób publicznych • Wulgaryzmy Eliminowanie ‚spamu’, m.in.: • Treści reklamowe • Linki reklamowe • Adresy e-mail • Numery telefonu Pełna konfigurowalność: dostosowanie rozwiązania do charakteru medium Bezwarunkowa akceptacja treści zgodnych z regulaminem Moderacja warunkowa: pre-moderacja lub post-moderacja Bezwarunkowe odrzucenie treści niezgodnych z regulaminem ?
  18. 18. Architektura www.applica.pl Słowniki NLP Moduł wykrywania prób obejścia moderacji Moduł NLP Moduł ujednoznaczniania kontekstowego Moduł rozpoznawania języka Moduł wykrywania nazw własnych Moduł kategoryzacji komentarzy Słownik wulgaryzmów i zwrotów obraźliwych Słownik terminów wrażliwych Słownik osób publicznych Moduł obsługi procesu przetwarzania Baza komentarzy z kategoryzacją Moduł wykrywania spamu
  19. 19. Główne moduły - NLP www.applica.pl • Moduł odpowiada za pełne przetwarzanie NLP zbioru komentarzy, w wyniku którego wszystkie słowa w tekście zostają ujednoznacznione i sprowadzone do form podstawowych. • Wynikiem przetwarzania są zidentyfikowane i oznaczone słowa i wyrażenia wulgarne i obraźliwe. • W wyniku przetwarzania oznaczony zostaje stopień wulgarności danego słowa lub wyrażenia – do późniejszego wykorzystania przy kategoryzacji komentarzy • Moduł wykorzystuje Słownik wulgaryzmów i zwrotów obraźliwych, na bieżąco aktualizowany i uzupełniany
  20. 20. Moduł wykrywania prób obejścia moderacji www.applica.pl • Identyfikacja słów i wyrażeń wulgarnych, obraźliwych, które nie zostały wykryte w ramach przetwarzania NLP. • Oznaczenie stopnia wulgarności danego słowa lub wyrażenia analogicznie jak w przypadku Modułu NLP • Przykładowe wykrywane próby obejścia moderacji: • Użycie wykropkowania w słowie wulgarnym np. „ch…” „k***wa” • Zamiana wybranych liter w słowie wulgarnym np. „qrwa” „ch/j” „doopa” „zajeb@ny” • Użycie kropek lub innych znaków w słowie wulgarnym np. „k.u.r.w.a.” „chu-je” • Moduł wykorzystuje połączenie metod lingwistycznych i słownikowych do identyfikacji wulgaryzmów i zwrotów obraźliwych: dowolne słowo, niezidentyfikowane jako słowo występujące w języku polskim, zostaje poddane procesowi przetworzenia (usuwaniu kropek lub innych znaków, zamianie wybranych liter lub sylab, uzupełnianiu słowa o brakujące znaki) a następnie porównywane ze Słownikiem.
  21. 21. Przykłady działania serwisu www.applica.pl Oceniono    man No dosłownie co chwile! Ale ona tylko jaja mi chce ssać! Odpowiedz Odpowiedź serwisu: Oceniono    kostka cukru ok teraz chwila prawdy - jestem ssakiem, mój bóg lubi ssać : ) Odpowiedz Odpowiedź serwisu: Oceniono    Pogromca GG mi chciał possać niedawno. Ale pogoniłem go bo ja nie z takich jak on. Odpowiedz Odpowiedź serwisu: Oceniono    Katka Polska wesz jest najlepsza, potrafi dogryźć i wyssać dużo dużo krwi:D Odpowiedz Odpowiedź serwisu:   • Metody ujednoznaczniania kontekstowego: jeśli określony rzeczownik (np. tabu seks) jest w zdaniu z określonym czasownikiem (tabu seks), to zostają połączone w całość o odpowiednim znaczeniu:
  22. 22. Przykłady działania serwisu www.applica.pl Oceniono    historyk Król Jan Sobieski dał nam przykład jak postępować z dzikimi hordami islamskich bandytów Odpowiedz Odpowiedź serwisu: Oceniono    ateista CZY NAZWANIE POLAKÓW BANDYTAMI PRZEZ PAPIEŻA GRZEGORZA XVI I RZUCENIE NA NICH KLĄTWY Z WOLI BOGA DNIA 28 LUTEGO 1846 ROKU TO TEŻ CZERWONA PROPAGANDA UBEKÓW CZY FAKT HISTORYCZNY Odpowiedz Odpowiedź serwisu: Oceniono    hohoho Faszystowska zaraza! Odpowiedz Odpowiedź serwisu: Oceniono    ltp Złotousty lawrow zapomniał jeszcze dodać, że w Ameryce Murzynów biją. Pokrętna bolszewcko- faszystowska retoryka Odpowiedz Odpowiedź serwisu:   • Metody ujednoznaczniania kontekstowego: połączenie potencjalnie obraźliwego rzeczownika z potencjalnie obraźliwym przymiotnikiem daje wyrażenie obraźliwe
  23. 23. Przykłady działania serwisu www.applica.pl Oceniono    znużony Nawet na to nie licz - Duda - jesteś po prostu zakłamanym hipokrytą. Odpowiedz Odpowiedź serwisu: Oceniono    znużony Nawet na to nie licz - Tusk - jesteś po prostu zakłamanym hipokrytą. Odpowiedz Odpowiedź serwisu: • Kontekstowa ochrona prezydenta: Oceniono    swir Pi,...rdolnij się w czoło!!! PANIE KOŁO Odpowiedz Odpowiedź serwisu: Oceniono    Putin ty kur//o Ha ha ha Odpowiedz Odpowiedź serwisu: • Ukryte wulgaryzmy, zarówno w treści komentarza jak i polu autor 
  24. 24. Przykłady działania serwisu www.applica.pl Oceniono    POLAK PATRIOTA Do likwidacji Odpowiedz Odpowiedź serwisu (przy fladze hejt): Oceniono    POLAK PATRIOTA Do likwidacji Odpowiedz Odpowiedź serwisu (przy braku dodatkowej informacji): Oceniono    zeus Wkurzasz mnie Odpowiedz Odpowiedź serwisu: Oceniono    olaf Wkurzasz mnie tym swoim ciągłym gadaniem o tym, jak jest źle. Odpowiedz Odpowiedź serwisu:   • Ujednoznacznianie w kontekście tematyki artykułu pod jakim znalazł się komentarz (np. artykuł o śmierci znanej osoby - hejt, artykuł o uchodźcach - rasizm) • Decyzja o moderacji uzależniona od długości komentarza, eliminacja treści, które są wątpliwej jakości i nie wnoszą nic do dyskusji
  25. 25. Głęboki wydźwięk www.applica.pl
  26. 26. www.applica.pl
  27. 27. • Zaawansowana analiza wydźwięku wypowiedzi w oparciu o model podstawowych emocji: • Ośmiowymiarowy model podstawowych emocji Roberta Plutchika • Możliwość analizy emocji wyższego rzędu w oparciu o emocje podstawowe www.applica.pl Pogłębiona analiza wydźwięku 14.05.2014, 16:38N A2. Raport szczegółowy: wizerunek marki - Applica Miesiąc liczba[%] radość zaufanie obawa zaskoczenie smutek niechęć złość oczekiwanie 2013- 01 2013- 02 2013- 03 2013- 04 2013- 05 2013- 06 2013- 07 2013- 08 2013- 09 2013- 10 2013- 11 2013- 12 0 100 25 50 75 Highcharts.com N A2.3b Głęboki wydźwięk wypowiedzi klientów na temat marki radość zaufanie obawa zaskoczenie smutek niechęć złość oczekiwanie

×