■概要 テキストデータのネガポジ判定の手法を学んだので、 試しに昨年新卒入社した時の日報でネガポジ判定を行ってみました。 書いたソースコードの紹介と共に、 「日報の提出時間が遅くなるにつれて、所感部分の文字数が減り、またPN値も下がるのでは」 という疑問を解明して参ります。 ■環境 OS: Windows10 言語: Python 3.10.4 IDE: Visual Studio Code (バージョン 1.69.2) ■分析の流れ 以下の手順で日報データの分析を行いました。 Outlookのフォルダから自分の送った日報のデータを取得、CSVファイルとして保存。 CSVファイルを読み込んで、DataFrameの整形 極性辞書の読み込み、PN値の算出 外れ値の処理 データ可視化1,2 結果と考察 ■ソースコード紹介 では早速、用いたコードを紹介して参ります。 0.モジュール、オブジェクトの
![Outlookから日報メールを取得してネガポジ判定をしてみた。 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/95bb0314eef3eb18fcd35c106ff17d4ecef4b0b2/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwbWl6b3Rhcm9zJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzImdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1jZWE1ZjA1Mjg0ZWQ3NDgyZjIxZDBlOTY4M2ZjMWUwYg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D27d5ce2d20610855d08c5ae841a91f01)