Реклама
Этот сайт использует Яндекс.Метрику для анализа посещаемости. Подробнее
Python и AI в Excel

Анализ тональности текста с помощью Copilot и Python в Excel

forest_paw 04.12.2025 339

Анализ тональности текста с помощью Copilot и Python в Excel

Copilot и Python в Excel можно использовать для подготовки анализа тональности отзывов. Однако конкретный метод, шкалу оценок и поддержку языка нужно определить и проверить: единой встроенной модели тональности для всех таких запросов нет.

Для сценария с ячейками Python нужна подходящая подписка Microsoft 365 и доступ к Python в Excel. Интерфейс Copilot зависит от лицензии и обновлений; кнопка Think Deeper на прежних иллюстрациях не гарантируется в текущей версии.

Этот метод идеально подходит для маркетологов, аналитиков и менеджеров по продукту, стремящихся понять общее настроение аудитории и выявить проблемные зоны.

Пошаговая инструкция по анализу тональности

  1. Загрузите набор данных. Подготовьте таблицу, где один из столбцов содержит текстовые комментарии. В нашем примере это 17 000 строк с разнообразными откликами.
  2. Запустите Copilot. Выделите столбец с текстом и введите запрос, например: "Проанализируй тональность поля 'Текст комментария' с помощью Python".
  3. Уточните метод анализа. Попросите объяснить используемую модель, поддержку языка отзывов и правила присвоения оценок. Если предлагается расширенный анализ с Python, изучите созданный код и проверьте результаты на небольшой размеченной выборке.

В этом примере предполагается шкала от −1 (негативная тональность) до +1 (позитивная). Такая шкала зависит от выбранного алгоритма и не является гарантированным результатом Copilot. Сначала убедитесь, что метод различает нейтральные отзывы, отрицания и неоднозначные фразы на языке ваших данных.

Sentiment Levels are summarized:  53% very positive. 25% somewhat positive. 15% neutral. 6% somewhat negative. 2% very negative.
Распределение комментариев по уровням тональности: 53% очень позитивных, 25% скорее позитивных, 15% нейтральных, 6% скорее негативных, 2% очень негативных. Сумма округлённых долей на иллюстрации составляет 101%.

Продвинутый совет: выявление проблемных продуктов

Чтобы найти товары или услуги, вызывающие негативную реакцию, задайте Copilot следующий запрос: "Определи среднюю тональность для каждого Продукта. Какие Продукты имеют отрицательную среднюю тональность?".

Если оценки рассчитаны и шкала допускает такую интерпретацию, сгруппируйте их по продукту и отберите отрицательные средние. Проверьте пропуски и число отзывов в каждой группе. Для дальнейшей работы в Excel (сортировки, фильтрации) преобразуйте результат: в выпадающем списке рядом со строкой формул выберите Excel Values вместо Python Object.

Этот подход позволяет не только оценить общую картину, но и сфокусироваться на конкретных областях для улучшения, превращая сырые данные в практические бизнес-инсайты.

Поделиться:

Мы используем cookies для улучшения работы сайта. Продолжая использовать сайт, вы соглашаетесь с политикой конфиденциальности.