基于受访者情绪构建逻辑

如果你用a文本框和/或短文/长篇大论在你的调查中收集开放式回答的问题，你现在可以利用情绪分析在你的逻辑条件。

alchemer使用自然语言工具包（NLTK）;特别是Valance感知词典和情绪推理(VADER)情绪分析包¹分析你的受访者的文本反应的情绪，在实时!一旦文本被分析，情绪评分就会被存储。然后，您可以使用这个分数在您的调查中通过逻辑触发问题、行动或消息。

这允许您基于开放式文本回复来调整调查体验。例如，你可能想问受访者是否可以在营销材料中使用他们的回答，但如果回答不是积极的，可能就不合适了。使用情绪分析，你可以触发一个后续问题，只有积极的回应。

什么是情感分析?

情绪分析²是识别(统计上)一段文字是积极的、消极的还是中性的过程。在炼金术师的案例中文本指被调查者对其中一种相容的问题类型的回答。

兼容性

情感分析不能追溯执行。它只在该特性发布后收集的响应上执行。

• 目前，情感分析只在英语调查中进行。非英语开放式回答的情感得分为0(中性情感)。
• 情绪分析不会对通过离线模式．

VADER情绪分析包通过以下问题类型收集开放式回答自动运行:

• 文本框
• 短文/长篇大论

如果上述任何一个问题被包含为a的子问题自定义组提问时，还会进行情绪分析。

情绪得分

在分析受访者的开放式响应之后，为响应分配了情绪分数。分数从-1到1.取决于返回的特定分数，情绪将被分类为以下之一：

负面情绪	中性情绪	积极的情绪
≥-1和< - 0.3	≥ - 0.3和≤0.3	> 0.3和≤1

您可以针对这些情绪类别，通过逻辑触发调查问题、行动或其他项目。例如，如果被调查者的公开文本回答被认为有负面情绪，也许你想通过电子邮件通知你的客户服务团队。

情绪如何计算？

炼金术师依赖于VADER情绪分析包分析*打开的文本数据，以及分配给受访者文本的情绪分数。

*VADER情绪分析已经安装在炼金术师服务器上。开放的文本响应数据不会离开炼金术师服务器。

的以下因素有助于决定情绪得分^3.：

• VADER情绪分析依赖于包含用于文字，首字母缩略词，俚语术语，表情符号和用于基于文本的通信的其他事项的情绪分数。
  
  
  • 词典文件中的情绪得分是在-4(最消极)到+4(最积极)的范围内测量的。0代表中立情绪。查看字典文件内容。
    
    
• 句子的情感分数是将句子中每个字典/词典单词的情感分数相加得到的。一个使用数学公式将分数标准化为-1和+1之间的值。
• 强调是根据标点符号来增加/减少的。取决于整个句子是积极的还是消极的:
  
  
  • 根据经验得出的平均值会增加/降低情绪强度评级(0.292X感叹号数，最多为4)。如果添加了超过四个感叹号，则计数设置为4。
  • 根据经验得出的平均值会增加/降低情绪强度评级(0.18x问号计数是否有2到3个问号）。如果有超过三个问号，平均值增加/减少0.96．
    
    
• 经验衍生的平均值增加（+0.733）/减少（-0.733.）当受访者使用所有大写字母来强调一个单词时的情感评级（取决于大写字形是被认为是正面还是负面的）。
• VADER情绪包使用字典助推器．使用经验推导的平均数，这些词要么增加(+0.293）或减少（-0.293）情绪强度等级。
• 情绪包也检查了这个词的存在但在回应文本中。一切情操承载言词前但获得评级减少50％，而the后面的单词但他们的评级增加了150％．
• VADER使用列表否定句．否定词通过将充满情感的词、表情符号、缩写词等的情感得分乘以一个经验决定的值(-0.74）．
• 如果被调查者提供的开放文本中包含多个句子，则将句子得分平均，以确定总体情绪得分。

情感考虑因素

在使用应答情绪进行逻辑推理之前，请考虑以下几点:

• 基于情感创造逻辑与明确地要求某人给出一个等级，然后根据一个具体的答案进行后续调查是不一样的。当您使用情感作为逻辑条件时，您依赖于VADER包对应答文本的解释。你可能认为是积极回应的东西可能被分析为中立情绪，等等。
• VADER情绪分析背后的机制以及积极、中性和消极类别的阈值是无法定制的。

建立基于情感的逻辑

在逻辑条件下使用情感得分之前，你需要具备以下几点:

• 你将需要使用两种相容的问题类型中的一种来收集开放式信息:文本框或E简短的回答．在这些问题上自动执行情绪分析。不得验证文本框问题以收集电子邮件，日期，数字或百分比。
• 基于情绪得分的问题或行动不能与上述开放式问题在同一页上。问题或行动必须在后面的一页。

情绪逻辑设置

假设您希望根据认为具有负面情绪的客户反馈，向客户服务团队展示后续问题或向客户服务团队发送电子邮件。为此，请按照下列步骤操作：

1. 编辑您想要触发的问题/动作并导航到逻辑标签。
2. 检查仅基于...展示此问题/行动复选框。
3. 使用选择一个条件下拉以选择正在为情绪分析的问题。记住，这必须是一个文本框或短文/长答案问题。
4. 下一步，单击逻辑运营商下拉菜单，找到情绪部分。基于情感的逻辑有几种选择。
   
   • 正（> 0.3） - 如果情感分数是触发物品大于０．３
   • 中性(-0.3,0.3)-当情绪得分为时触发该物品大于或等于-0.3和小于或等于0.3。
   • 负(< -0.3)-如果情绪得分为，触发该项目不到-0.3。
   • >（大于） - 如果情绪分数是触发物品大于指定的分数。
   • <(小于） - 如果情感分数是触发该项目不到指定的分数。
5. 为您的场景选择合适的操作员。在我们的示例中，我们希望根据负面情绪触发我们的物品，所以我们选择了否定（<-0.3）操作员。
   
6. 一定要保存当你完成了你的逻辑条件设置。

个人回答的情绪得分

如果您需要查看给定的开放式响应的情感分数，则可以通过导航到结果>个体反应．

单击要在响应中查看和定位文本框和/或录制/长答案问题的单独响应。这些问题类型中的每一个都将具有相关的情感分数。分数将显示在答案下方，并如下颜色编码：

• 积极的情绪,绿色
• 中性情绪- - - - - -灰色的
• 消极情绪 -红色的

通过个人回复下载情绪评分

当你维owload和个人回复一个PDF，您可以选择在PDF中包含情绪得分。

在自定义您的响应PDF屏幕，选中与之关联的复选框包括情感分数选择。

如果一个问题与情绪分析兼容，情绪得分将直接包含在问题之后，在您的PDF文件。

向标准报告添加情绪图表

如果你的调查使用了一种与情感分析兼容的问题类型(文本框，散文/长答案)，你将获得一个新的情绪问题图表报告元素标准报告．

• 情绪元素将以-1到1的范围显示相关问题的情绪(以0.1为增量)。
• 情绪将沿着从红色（负）到灰色（中性）到绿色（正）的范围进行颜色编码。
• 每个分数将显示相关的响应计数（沿Y轴）。酒吧越高，具有特定情绪评分的响应就越多。

添加人气图表

1. 要在标准报告中添加情绪图，请使用插入任何两个报表元素之间的工具。
2. 单击“插入”后，选择问题图表选择。
3. 找到你想要添加情绪图的文本框或短文/长答案问题。在问题的正下方，你会看到一个缩进的选项，上面写着“情绪-问题标题”。单击此选项以选择它。
   
4. 点击添加问题添加图表。

出口情绪分数

与每个受访者的开放式答案相关联的情感分数也可以包括在一个CSV / Excel Export你的调查数据。

1. 当您创建Export via时结果>出口，您将看到许多初始显示选项，包括包括情绪评分数据．
2. 选中与此选项相关的复选框，将情绪评分包含在导出文件中。
   

如果一个问题与情感分析兼容，则情绪列将直接包含在问题之后的Excel文件中。

常问问题

我可以为积极，中立和负类别定制评分范围吗？

默认评分范围不能自定义。但是，您可以根据大于或小于特定值的情绪创建逻辑。

在翻译的调查上进行了情绪分析吗？

目前，情感分析仅针对英语调查进行。

如果一个单词拼错了怎么办?

拼写错误的单词将不会被分析情感，因为在字典文件中找不到匹配。将返回一个中性的情绪分数。

进一步阅读

• VADER:一种基于规则的社交媒体文本情感分析模型
• 维德的情绪
• 维德词典文件
• VADER情绪分析解释说明
• 使用VADER处理社交媒体文本的情绪分析

来源

1.Hutto, C.J. & Gilbert, E.E.(2014)。VADER:一种基于规则的社交媒体文本情感分析模型。第八届国际博客和社交媒体会议(ICWSM-14)。2014年6月，密歇根州安娜堡。

2.“Using VADER to handle sentiment analysis with social media text，”标准错误，最后修改于2017年4月8日，http://t-redactyl.io/blog/2017/04/using-vader-to-handle-sentiment-analysis-with-social-media-text.html.．

3.《维德情绪分析解释》，数据与媒体，最后修改于2017年4月10日，http://datameetsmedia.com/vader-sentiment-analysis-explained/．