Exploratory アワー #726 - AI 関数: 文章データからセンチメントスコアを計算する

概要

ExploratoryのAI 関数を活用することで、日本語の文章データからセンチメントスコアを効率的に算出する方法を紹介します。これにより、アンケートの自由回答など、テキストデータの感情分析を高度かつ迅速に行うことが可能になります。

問題

従来のExploratoryの機能では、英語の文章に対してはセンチメントスコアの算出が可能でしたが、日本語の文章には対応していませんでした。そのため、日本語のテキストデータを分析する際には、一度Googleシートなどで英語に翻訳してからインポートし、センチメントスコアを算出するという手間が必要かつ、精度が悪いといった問題がありました。

解決方法

アンケートの自由記述回答から「センチメントスコア」を求める具体的な方法をご紹介します。

今回使用するデータはこちらからダウンロードいただけます。

まず、センチメント分析を行いたい自由記述の回答が含まれる列のヘッダメニューから、「AI 関数」を選択します。

これにより、AI 関数のダイアログが表示されます。

プロンプトには以下のように指定して実行します。

提供された各文章に対して、-1.0から+1.0の範囲で極性スコアを算出してください。

スコアの基準：

極めてポジティブ（+0.8 ~ +1.0）
- 強い満足や称賛を表す表現
- 問題が完全に解決された状況
- 卓越した性能や品質の言及

ポジティブ（+0.4 ~ +0.7）
- 明確な利点や長所の言及
- 良好な体験や結果の報告
- 期待以上の成果

軽度のポジティブ（+0.1 ~ +0.3）
- 小さな改善や利点
- 基本的な機能の充足
- 一般的な満足感

中立（-0.1 ~ +0.1）
- 事実の叙述
- 感情を含まない説明
- 単なる状況説明

軽度のネガティブ（-0.3 ~ -0.1）
- 小さな不便や課題
- 軽微な問題点
- 改善の余地がある点

ネガティブ（-0.7 ~ -0.4）
- 明確な問題や不満
- 期待はずれの結果
- 重要な機能の欠如

極めてネガティブ（-1.0 ~ -0.8）
- 深刻な問題や不具合
- 強い不満や否定的感情
- 重大な支障や障害

判定の考慮要素：
- 表現の強さ（「とても」「非常に」等の程度副詞）
- 問題解決の程度（完全解決、部分解決等）
- 期待と結果の関係（期待以上、期待通り、期待以下）
- メリット・デメリットの具体性と重要度
- 全体的な文脈や意図

このプロンプトは、AIに対してセンチメントスコアを算出する際の具体的な基準と考慮すべき要素を詳細に指示しています。

例えば、「極めてポジティブ」は「強い満足や称賛を表す表現」に該当し、スコア範囲は「+0.8 ~ +1.0」と明確に定義しています。これにより、AIは単にポジティブかネガティブかを判断するだけでなく、その感情の強度やニュアンスを-1.0から+1.0の連続値として出力できるようになっています。

実行すると、各自由記述コメントに対してAIが算出したセンチメントスコアが新しい列として追加されます。

このセンチメントスコアを見てみると、センチメントスコアがマイナス1（-1）に近づくにつれて、強いネガティブな内容が目立つようになっています。

逆に、センチメントスコアがプラス1（+1）に近づくにつれて、強いポジティブな内容が含まれていることが確認できます。

これにより、自由記述の回答などでのセンチメントスコアを簡単に出せ、さらには文脈に応じて適切なスコアがつけられていることが確認できます。