Насколько точен анализ тональности текстов, и в чем он состоит, поговорим в этой статье.
Русский язык настолько богат и разнообразен, что оценить эмоциональную окраску автоматизированными методами бывает крайне сложно. В отличие от свода правил пунктуации и орфографии, которые позволяют проверить техническую грамотность текста, многообразие речевых оборотов трудно привести в систему, чтобы в достаточной мере обучить искусственный интеллект.
Приведем простой пример. Некий бренд уходовой косметики для женщин хочет узнать, насколько их крем для лица нравится покупательницам. Они обнаруживают негативный отзыв, где сказано, что женщина не может покупать крем любимой марки, так как в нем содержится масло кокоса, на которое у нее аллергия.
С одной стороны, отзыв можно расценить как позитивный: женщина любит бренд и сетует, что не может купить очередной крем этой линейки; с другой – негативный, конкретный крем женщине не подходит. Как оценить этот отзыв? Отнести его к негативному, нейтральному или же позитивному сообщению о продукте бренда? Скорее всего, компьютерная программа отзыв отнесет к негативному из-за низкой оценки при размещении в отзовике, словах «не могу купить», «аллергия», «к сожалению», «не нравится» и т.д. Но будет ли это корректно?
Или если тот же отзыв немного изменить, сообщив, что крем нравится, но клиент не может нигде его купить. Это негатив или позитив? Таких вопросов возникает очень-очень много.
В этой связи, даже если мы научим искусственный интеллект точно разделят отзывы по шкале тональности, будет ли эта информация нести практическую ценность? Ведь люди в соцсетях, не сильно задумываясь, ставят лайки изображениям дорогих машин, люксовых аксессуаров и просто рекламным видео с интересным сюжетом. Можно ли расценивать такие «активности» как проявление позитивного отношение к бренду и готовность сделать покупку или хотя бы проявить свой интерес в реальной жизни? Скорее всего, нет.
Таким образом, мы можем использовать автоматизированный анализ тональности упоминаний бренда со следующими оговорками:
— лайки и комментарии не тождественны реальному намерению совершить покупку;
— пользователи могут проявлять активность (лайки, шейры, комментарии) как из-за позитивного отношения к бренду, так и из-за негативного (например, когда хотят рассказать своим друзьям о несправедливом отношении и неудовлетворительном сервисе);
— собранная информация не имеет доказательств, что она является следствием осознанного выбора пользователя, а не сиюминутной прихоти, ошибки, неловкого движения;
— автоматизированный анализ тональности упоминаний бренда часто содержит крайне мало информации о целевой аудитории, с которой «снимали мерки».
Так зачем же проводить анализ тональности упоминаний бренда?
Этот инструмент полезен для отслеживания динамики изменений тональности во время работы над репутацией бренда в соцсетях, скрытого маркетинга, при запуске новых продуктов, использования скандальных инфоповодов, провокаций. Хотя анализ дает весьма размытые данные, но его результаты до старта работ и после могут позволить косвенно оценить эффективность проводимых мероприятий.
