但在计算开始之前，必须先处理数据。原始评论中有很多数据对算法没有任何用处。我们只需要为算法提供有影响的单词。无论情绪是积极的、消极的还是中性的，以及这些单词是否表现出情绪。
在分析之前，原始数据需要经过几个处理。我们将使用以下来自 Yelp 评论的示例来了解数据处理。
积极情绪得分
积极情绪得分
当这样的评论被输入到系统中时，系统做的第一件事就是标记化。标记化就是系统将每个单词分成标记进行分析的过程。
文本规范化
在单词被标记后，系统会执行文本规范化。文本规范化是系统删除评论中的非文本项。例如，系统在此阶段会删除逗号、句号、感叹号和其他标点符号。
在删除评论中的所有非文本元素后，系统会将所有单词分解为词干。例如，在上面的例子中，“breaks”一词读作“break”。同样，“fixes”一词读作“fix”。
客户情绪评分分析中数据预处理的最后一步是删除多余的单词。上面的例子包括“非常”、“每个”和“说不完”等词。
最后，在情绪分析中被评分的文本看起来会像这样。“惊人的快速可靠诚实公平喜欢‘马上解决’‘优质服务’‘喜欢这家公司’”我知道这与人类的语言不一致。然而，它包含了评分情绪所需的所有重要信息。
使用最后的陈述，那么我们如何使用这三种方法计算客户情绪分数？
阅读情绪追踪：如何了解客户的想法？
字数统计法
字数统计法是计算情绪最简单的方法。使用此方法时，您需要使用单词的词典。然后，添加积极词的数量并减去消极词的数量。
如果得到的数字为正数，则表示评论的情绪是积极的；如果得到的数字为负数，则表示评论的情绪是消极的。但是，如果得到的数字为零，则表示评论是中性的。
上面的例子只有积极的词语，因此该例子的积极情绪分数为十分。
句子长度法
此方法最适合长文本块。此方法结合 菲律宾电话号码库 了字数统计方法，但结果要除以句子中的总字数。
用上面的例子来说，就是十除以十，等于一。一分是你所能得到的最好分数。这是满分。
阅读如何进行 YouTube 情绪分析
+Ve 和 -Ve 字数的比例
在这种方法中，正字数除以负字数加一。因此，从上例来看，结果为 10/0+1。“+1”在这里有助于消除零除错误。
使用这个公式，任何返回 1 的结果都是中性结果，任何大于 1 的结果都是正结果，反之亦然。
结束语
确定您企业的情感评分对于了解客户对您企业的看法至关重要。您可以从社交媒体、您的网站甚至评论网站等各种平台收集客户反馈。
情绪评分涉及大量技术。利用该技术，你不仅可以判断情绪是否积极，还可以根据反馈内容判断情绪。
然后，您可以利用获得的信息来调整业务策略，了解业务的哪些部分需要改进以及哪些部分正在蓬勃发展。您必须确保始终保持良好的商业情绪。
如果您想了解更多有关如何使用 Determ 跟踪您的情绪分数的信息，请预订演示，我们将很乐意为您提供帮助。
