Contexte Métier
Une plateforme e-commerce veut aller au-delà du sentiment global positif/négatif. Elle souhaite compiler un modèle complexe capable de détecter des sentiments spécifiques liés à des attributs produits (Batterie, Écran, Livraison) pour trier des milliers d'avis clients.
Préparation des Données
Création d'un jeu de règles complexe utilisant des classifieurs et des extensions de sentiments.
Copié !
| 1 | |
| 2 | DATA casuser.retail_rules; |
| 3 | LENGTH id_regle $32 definition $500; |
| 4 | INFILE DATALINES dlm='#'; |
| 5 | INPUT id_regle $ definition $; |
| 6 | DATALINES; |
| 7 | BATTERIE_FAIBLE#CONCEPT_RULE:(SENT, (OR, "batterie", "autonomie"), (OR, "faible", "nul", "court"))# ECRAN_CASSE#CONCEPT_RULE:(DIST_5, "écran", (OR, "fissuré", "cassé", "rayure"))# LIVRAISON_LENTE#CONCEPT_RULE:(ORD, "livraison", "retard") ; |
| 8 | |
| 9 | RUN; |
| 10 |
Étapes de réalisation
1
Préparation de la session et chargement des définitions.
Copié !
| 1 | |
| 2 | PROC CAS; |
| 3 | load |
| 4 | DATA=casuser.retail_rules casout={name='retail_rules', replace=true}; |
| 5 | |
| 6 | RUN; |
| 7 |
2
Compilation avec extension du modèle de sentiment prédéfini.
Copié !
| 1 | |
| 2 | PROC CAS; |
| 3 | textRuleDevelop.compileConcept / TABLE={name='retail_rules'} casOut={name='modele_retail_v1', replace=true} ruleId='id_regle' config='definition' predefinedSentiment=TRUE; |
| 4 | |
| 5 | RUN; |
| 6 |
Résultat Attendu
Création réussie de la table 'modele_retail_v1'. L'option `predefinedSentiment=TRUE` a permis d'enrichir les règles manuelles avec la logique de sentiment native de SAS, augmentant la couverture de détection sur les adjectifs qualificatifs.