Learning Objectives /Objectifs de formation
After completing this unit, you’ll be able to: /Une fois cette unité terminée, vous pourrez :
- Describe sentiment tuning. /Décrire ce qu’est l’ajustement de sentiment
- Access your sentiment model. /Accéder à votre modèle de sentiment.
- Tune your sentiment model. /Ajuster votre modèle de sentiment.
Sentiment Model in Social Studio /Modèle de sentiment dans Social Studio
Have you ever wondered how the public feels about your brand? Sentiment analysis, the process of categorizing words in posts, can help you understand public sentiment. /Vous êtes-vous déjà demandé comment le public perçoit votre marque ? L’analyse des sentiments, c’est-à-dire le processus de catégorisation des mots dans les messages, peut vous aider à comprendre les sentiments du public.
Social Studio has a scoring algorithm that processes posts to determine the overall sentiment. Sentiment can be tricky, however. Brand-specific considerations can make the default dictionary words and weights inaccurate. /Social Studio dispose d’un algorithme de score qui traite les publications pour déterminer le sentiment général. Cependant, le sentiment peut s’avérer complexe. Des considérations spécifiques à la marque peuvent rendre les mots du dictionnaire par défaut et les pondérations inexacts.
This is where sentiment tuning can help. Sentiment tuning is the process of adjusting the default dictionary in Social Studio to better fit your brand. Social Studio comes with an adjustable sentiment model to help you more accurately monitor and report on post sentiment. /C’est là que l’ajustement de sentiment peut aider. L’ajustement de sentiment est le processus d’ajustement du dictionnaire par défaut de Social Studio pour mieux s’adapter à votre marque. Social Studio est fourni avec un modèle de sentiment ajustable pour vous aider à surveiller et à générer des rapports plus précis sur le sentiment de la publication.
What Is Sentiment Analysis? /Qu’est-ce que l’analyse des sentiments ?
Before learning how to tune your sentiment model, it is helpful to first understand how sentiment analysis works at a high level. /Avant d’apprendre comment ajuster votre modèle de sentiment, il est conseillé de comprendre d’abord le fonctionnement de l’analyse des sentiments à un niveau élevé.
- As content comes in from the social web, Social Studio collects a tremendous amount of data, analyzing 3,000+ posts per second! /Étant donné que le contenu provient du Web social, Social Studio recueille une énorme quantité de données et analyse plus de 3000 publications par seconde !
- The content is preprocessed through spam filters, language detection, and normalization. /Le contenu est prétraité via les filtres anti-spam, la détection de la langue, et la normalisation.
- The sentiment engine evaluates the content and assigns a sentiment value. /Le moteur de sentiment évalue le contenu et attribue une valeur de sentiment.
So, How Does Sentiment Analysis Work? /Alors, comment fonctionne l’analyse des sentiments ?
“The party was really great… until the electricity went out. 🙁 No music, but we enjoyed the rest of the night by candlelight.” /« La fête était vraiment géniale… jusqu’à la coupure d’électricité. 🙁 Pas de musique, mais nous avons profité du reste de la soirée à la lueur des bougies. »
No and the frowning emoji 🙁 are assigned negative values, while the words really and great are assigned positive values. The sentiment engine calculates all the scores to determine an overall positive score and therefore a positive sentiment. /Pas et l’emoji triste 🙁 se voient attribuer des valeurs négatives, tandis que les mots vraiment et géniale se voient attribuer des valeurs positives. Le moteur de sentiment, en calculant l’ensemble des scores, détermine un score global positif et donc un sentiment positif.
Each word is assigned a weight, depending upon the part of speech or type of word. The score then determines how positive, neutral, or negative the sentiment is considered. /Chaque mot se voit attribuer une pondération, en fonction de la partie du discours ou du type de mot. Le score détermine ensuite dans quelle mesure le sentiment est positif, neutre ou négatif.
Let’s take a closer look at the evaluation process. /Observons ce processus d’évaluation d’un peu plus près.
- Tokenizer—A white space tokenizer takes the first look at the content and breaks it down, creating a token each time it encounters a white space. /Générateur de jetons : un générateur de jetons d’espace blanc examine d’abord le contenu et le décompose, créant un jeton à chaque fois qu’il rencontre un espace blanc.
- Part of speech—Next, the sentence is dissected to identify how each word fits grammatically. This identification determines if words are sentiment bearing. /Partie du discours : ensuite, la phrase est disséquée pour identifier la fonction grammaticale de chaque mot. Cette identification détermine si les mots sont porteurs de sentiment.
- Dictionary—Social Studio uses its default sentiment dictionary that includes a predefined list of words. Those words are assigned weights, ranging from -1 to +1. As Social Studio ingests a sentence, it looks for matching words, analyzes the average sentiment for those matches, and assigns a sentiment classification: positive, neutral, or negative. /Dictionnaire : Social Studio utilise son dictionnaire de sentiment par défaut qui inclut une liste de mots prédéfinie. Ces mots se voient attribuer une pondération, variant de -1 à +1. Lorsque Social Studio ingère une phrase, il recherche les mots correspondants, analyse le sentiment moyen pour ces correspondances, et attribue une classification de sentiment : positif, neutre ou négatif.
- Intensifiers and negators—Social Studio also considers intensifiers and negators. Intensifiers, such as the word really, can weight a score even higher or lower. Negators, such as not, change whether a word is considered positive or negative. For example, “That meal was really not bad at all.” includes both an intensifier and negator that positively affects the sentiment weight of the word bad. /Intensificateurs et marqueurs de négation : Social Studio tient également compte des intensificateurs et des marqueurs de négation. Les intensificateurs, tels que le mot « vraiment » peuvent pondérer un score de manière à l’augmenter ou à le diminuer davantage. Les marqueurs de négation, tels que le mot « pas », modifient la manière dont un mot est considéré (positivement ou négativement). Par exemple, « ce plat n’était vraiment pas mauvais » comprend à la fois un intensificateur et un marqueur de négation qui affectent positivement la pondération du sentiment associé au mot « mauvais ».
Sentiment Analysis Isn’t Always Correct /L’analyse des sentiments n’est pas toujours correcte
Consider this example. The word sick is scored as negative because it most often refers to poor health. However, there are examples of sick used as a slang term to positively describe an outfit or experience (Einstein’s sneakers were sick!). Another example is the word cancer, which is often scored negatively. But in context of a medical breakthrough, cancer is more appropriately scored as neutral or even positive. /Prenons l’exemple suivant. Le mot « malade » a un score négatif car il fait le plus souvent référence à une mauvaise santé. Cependant, il existe des exemples où le mot « malade » est utilisé comme un terme d’argot pour décrire positivement une tenue ou une expérience (Einstein a des baskets de malade !). Un autre exemple est le mot « cancer », auquel il est souvent attribué un score négatif. Toutefois, dans le contexte d’une avancée médicale, « cancer » est noté de façon plus appropriée comme neutre, voire positif.
Depending upon the context of your social posts, it’s important to review how the sentiment model is weighing keywords like these. Over time you can adjust this model to provide more accurate sentiment based on incoming posts. /En fonction du contexte de vos publications sociales, il est important d’examiner comment le modèle de sentiment évalue des mots-clés comme ceux-ci. Au fil du temps, vous pouvez ajuster ce modèle pour fournir un sentiment plus précis en fonction des publications entrantes.
Note /rEMARQUE
In agreement with YouTube’s terms of service, YouTube content is not scored by machine learning sentiment in Social Studio. YouTube content is marked as “neutral” or unscored, but you can manually score sentiment. /En accord avec les conditions d’utilisation de YouTube, le contenu YouTube n’est pas évalué par l’apprentissage automatique sur le sentiment dans Social Studio. Le contenu YouTube est marqué comme « neutre » ou n’est pas évalué, mais vous pouvez marquer manuellement le sentiment.
Access and Tune Your Sentiment Model /Accès et ajustement de votre modèle de sentiment
To access and tune your sentiment model, you need to be a Social Studio super user or admin. If you’re not an administrator, that’s OK just know that you won’t see this page in your Social Studio application. Under the Sentiment Model section of Admin, you can view all feedback, starred, or non-starred posts. /Pour accéder à votre modèle de sentiment et l’ajuster, vous devez être un super utilisateur ou un administrateur de Social Studio. Vous n’êtes pas administrateur ? Aucun problème. Sachez simplement que vous ne verrez pas cette page dans votre application Social Studio. Dans la section Modèle de sentiment dans Administration, vous pouvez consulter l’ensemble des commentaires ainsi que les publications avec ou sans étoile.
Feedback items are created when a Social Studio user evaluates a post in Engage and Analyze and manually adjusts the sentiment. /Les éléments de commentaires sont créés lorsqu’un utilisateur de Social Studio évalue une publication dans Engager et Analyser et ajuste manuellement le sentiment.
In the sentiment model, the list of feedback items shows the original sentiment weight, the post, and highlighted words indicating the phrases that are currently used in the sentiment model dictionary. You can also view the submitter’s feedback notes for greater insight into adjusting the sentiment model. /Dans le modèle de sentiment, la liste des éléments de commentaire indique la pondération du sentiment d’origine, la publication, et les mots soulignés indiquant les phrases actuellement utilisées dans le dictionnaire du modèle de sentiment. Vous pouvez également afficher les notes de commentaires de l’émetteur pour mieux comprendre l’ajustement du modèle de sentiment.
As an admin, you can do a few things to tune your sentiment model. /En tant qu’administrateur, vous pouvez prendre certaines mesures pour ajuster votre modèle de sentiment.
(1) Star posts to use as the gold standard in the sentiment model.
As you review feedback items, look for trends—posts that you see often and are important to your business. If a feedback item meets both of those criteria, give it a gold star to add it to the sample set you use to customize your sentiment model. Starred posts are representative of the type of content relevant to your business and are important to score correctly. Accumulate at least 200 gold-starred items for a language before tuning the sentiment.
(1) Attribuez une étoile aux publications à utiliser comme norme de référence dans le modèle de sentiment.
Lorsque vous examinez les éléments de commentaires, recherchez les tendances, c’est à dire les publications que vous voyez souvent et qui sont importantes pour votre entreprise. Si un élément de commentaire répond à ces deux critères, attribuez-lui une étoile dorée pour l’ajouter à l’ensemble d’échantillons que vous utilisez pour personnaliser votre modèle de sentiment. Les publications avec une étoile sont représentatifs du type de contenu pertinent pour votre entreprise et sont importants pour obtenir un score correct. Accumulez au moins 200 éléments avec une étoile dorée par langue avant d’ajuster le sentiment.
(2) Review highlighted words.
Notice the highlighted words in the list of feedback items. Your sentiment model dictionary currently includes these words. Use this information to identify words to add or correct in your sentiment model.
(2) Examinez les mots soulignés.
Remarquez les mots soulignés dans la liste des éléments de commentaires. Votre dictionnaire de modèle de sentiment contient actuellement ces mots. Utilisez ces informations pour identifier les mots à ajouter ou à corriger dans votre modèle de sentiment.
(3) Manage the model.
When you’re comfortable with your gold starred posts, click Manage Model to see the current model with the percentage of starred posts in agreement. Your model includes precision and recall scores that are calculated for positive, neutral, and negative sentiments. You’re generally looking for an overall agreement with starred posts of around 79%.
(3) Gérez le modèle.
Lorsque vous avez attribué une étoile dorée aux publications de votre choix, cliquez sur Gérer le modèle pour afficher le modèle actuel où figurera le pourcentage d’accord avec les publications étoilées. Votre modèle comprend des scores de précision et de rappel calculés pour les sentiments positifs, neutres et négatifs. En règle générale, il est souhaitable que le taux d’accord avec les publications étoilées soit d’environ 79 %.
Note /Remarque
Learn even more about sentiment analysis in the module, Artificial Intelligence for Social Media. /Pour en savoir plus sur l’analyse des sentiments, consultez le module Intelligence artificielle pour les réseaux sociaux.
Making the Most of Sentiment /Exploitation optimale des sentiments
As you’re working with your sentiment model, consider these tips for more accuracy. /Lorsque vous travaillez avec votre modèle de sentiment, tenez compte de ces conseils pour obtenir des résultats plus précis.
Sentiment Is Difficult to Measure /Les sentiments sont difficiles à mesurer
As we all know, humans don’t agree 100% of the time. If everyone taking this module, for example, reviewed 100 tweets and scored them for sentiment, we would only agree around 79% of the time. /Comme nous le savons tous, les humains ne sont pas d’accord 100 % du temps. Par exemple, si tous les utilisateurs qui suivent ce parcours examinaient 100 tweets et notaient les sentiments qu’ils expriment, ils ne seraient d’accord que dans 79 % des cas.
Keep that in mind when you’re scoring sentiment—don’t expect 100%; it doesn’t exist! Also keep in mind that Social Studio is analyzing sarcasm, irony, and multiple meanings—especially difficult with social media content. /Gardez cela à l’esprit lorsque vous attribuez un score à un sentiment. Ne vous attendez pas à obtenir 100 %, cela n’est pas possible ! Sachez également que Social Studio analyse le sarcasme, l’ironie, et les significations multiples, ce qui est particulièrement difficile avec le contenu des médias sociaux.
Sentiment Is Only One Measure of Your Brand /Le sentiment n’est qu’une façon de mesurer de votre marque
Think about sentiment as one of many measures. You need multiple metrics to present the whole picture. Sentiment is a good metric but it’s not the only metric. /Considérez les sentiments comme une mesure parmi d’autres. Vous avez besoin de plusieurs mesures pour avoir une vision d’ensemble. Les sentiments sont une bonne mesure, mais ils ne sont pas la seule
For example, when you measure your physical fitness, your body weight is one of many factors to consider. /. Par exemple, lorsque vous mesurez votre forme physique, votre poids corporel est l’un des nombreux facteurs à considérer.
More Data Leads to Greater Accuracy /Un plus grand nombre de données entraîne une plus grande précision
The larger the quantity of data that you’re analyzing, the more confident you can feel that you’re picking up the trend. Be patient with this process and only adjust the model about every 6–12 months. /Plus la quantité de données que vous analysez est importante, plus vous vous sentirez que vous saisissez la tendance. Soyez patient lors de ce processus et ajustez le modèle tous les 6-12 mois.
If you adjust the sentiment model too often, it can cause your sentiment model to wander and affect the overall scoring of sentiment. /Si vous ajustez le modèle de sentiment trop souvent, cela peut faire dévier votre modèle de sentiment et affecter le score général du sentiment.
You’re All Set! /Et voilà !
You learned what Social Studio is and how to navigate around it. You understand how to manage workspaces and users. You learned about topic profiles and got familiar with the sentiment model. Give yourself a pat on the back! /Vous avez appris ce qu’est Social Studio et comment naviguer dans cette plate-forme. Vous avez compris comment gérer des espaces de travails et des utilisateurs. Vous avez découvert les profils de rubrique et vous vous êtes familiarisé avec le modèle de sentiment. Vous pouvez être fier de vous !
