共15张图片点击查看

SAS® 情感分析

0人点评  稳定性: 0  兼容性: 0  功能: 0  价格: 0  服务: 0 

想要知道您的客户所想?想要了解您的雇员、合作伙伴和现场工作人员又是怎么想的吗?他们在网站或客服中心里表达出来的意见和体验,可能被埋没在大量的电子邮件、表格、调

  • 标签:
  • 厂商:赛仕软件(北京)有限公司
  • 简介:想要知道您的客户所想?想要了解您的雇员、合作伙伴和现场工作人员又是怎么想的吗?他们在网站或客服中心里表达出来的意见和体验,可能被埋没在大量的电子邮件、表格、调查问卷、内部文件和报告中。如果您能了解到那些意见,您就可以更好的与客户进行沟通,强化正面情绪、判断出问题所在
  • 详情
  • 资费
  • 常见问题
  • 点评
  • 咨询
  • 售后

产品益处

对情感进行评估,并监测情感随时间的变化

该软件通过结合统计模型和基于规则的自然语言处理技术,可以自动实时地或定期地抽取情感相关的信息。内置报表可以显示出情感模式和客户反馈的详细信息。所以您可以对他们表达出的情感进行分析提炼。


识别出反馈源,定义新的目标

通过主动监视内部收集的信息,与外部社交网站的信息相结合,您就可以看到您在哪里得到了怎样的评价。当抓取到相关内容时,可以从中自动抽取客户反馈。重要的概念被过滤出来,您可以循迹追寻把握最有价值的机会。


持续提高客户体验和竞争优势
该软件可以搜索并评估内外部关于您企业和竞争者的内容,识别出正面、负面、中性和无关情感的文本,对市场中的不同反应进行量化。

在闭环集成的分析环境中促进新的发现

通过持续进行的评估,您可以不断调优模型和调整分类,切实反映出突发的话题和关于客户、企业或您所处行业的新问题。

功能特色:

统计学和语言学的有机结合,提供更准确的情感分析结果

提供了一系列方法来进行情感分析:
统计建模:提供了预置的默认参数-可被重新配置-来识别文本中包含的情感。
语言学规则:允许业务专家定义用于情感评估的基本元素。
混合型方法:SAS是唯一支持同时使用统计算法和语言学规则来创建情感分析模型,能够进行更准确的情感评估。
支持概念的导入和创建,用于后续评估。


对特征语境的检验可提供准确的解释

支持复杂的语言学规则,用于词条、正则表达式、词性等多种匹配。
预置任务可以简化语义模式的发现。它提供了:
谓词规则,用于定义概念间的语义关系。
多种运算符,例如同指关系,用于更准确地锁定相关信息。
中间概念的识别,支持在规则中引用其它概念(大大缩短规则编写时间)。
大小写敏感匹配,用于匹配词条的大小写。


动态的情感分析

在同一个项目中可以生成多个模型,并能够不断改进修正,并对修订后的模型进行测试。
允许业务专家通过简单易用的点击界面来精炼模型。
不断监控模型结果,及时提醒进行模型调优,发现新的问题,通过与基准训练集的对比来持续改进。


进行模型开发的友好界面

可以直接将情感分析模型上传到服务器,无需人工进行模型部署。
提供了快捷键和增强的搜索功能,便于模型开发。
项目向导让您在创建项目时轻松进行配置。
界面面板简化了工作任务,显示更多的信息,例如规则评估和搜索的结果。


用于模型调优的交互式工作台

情感的图形化展示,一眼即可了解正面、负面、中性和未分类的情感结果。
可以对分类文本进行点击探索,按需钻取明细内容。
增强的报告格式,更方便地显示结果。
支持添加新的概念/实体,捕获感兴趣的话题。
基于预定义的概念生成词云报告,自动展示抽取出来的名词短语。
通过Web services API可以调用工作室的部分功能,从而在程序中处理文档,包括导出、管理和搜索等等。


根据网络上的帖子、评论和意见进行更新

支持多线程的高性能爬虫,可以部署在分布式环境或网格环境中,最大化处理能力,支持极大规模的网页爬取,包括内网文件和因特网网页。
内置强大的语言学技术,可以从Javascript中抽取URL。
提供了针对主流社交媒体网站的爬虫插件,包括Google、Facebook、Twitter、Bing、BoardReader、Flickr、LinkedIn和Yahoo。
网页爬虫支持断点续传和增量更新。您可以限制爬虫的遍历深度。
标记匹配工具提供了点击界面,轻松地从特定网站的HTML或XML文档中抽取相关数据字段,支持流处理或批处理,方便更新新的文档。您可以编辑和测试匹配规则,包括XPath和正则表达式规则。


支持多国语言

支持30多种语言(包括方言)。
支持阿拉伯语、中文(简体中文和繁体中文)、捷克语、丹麦语、荷兰语、英语(美国/英国)、波斯语、芬兰语、法语(法国/加拿大)、德语(新/旧)、希腊语、希伯来语、匈牙利语、印尼语、意大利语、日语、韩语、挪威语、波兰语、葡萄牙语(葡萄牙/巴西)、罗马尼亚语、俄语、斯洛伐克语、西班牙语、瑞典语、泰语、土耳其语和越南语。