Sentiment Analyse

Sentiment analyse med sprogmodeller dækker det at læse fritekst fra mennesker og udlede en holdning, en følelsesmæssig tone og de emner, teksten handler om. Kilderne er typisk anmeldelser, supporthenvendelser, NPS-kommentarer, e-mails og opslag på sociale medier. Output er struktureret data, som kan tælles, filtreres og lægges ind i et dashboard.

Grænsen mod almindelig tekstklassifikation er glidende. Klassifikation svarer på hvad teksten handler om, sentiment analyse svarer på hvordan afsenderen forholder sig til det. I praksis løser du ofte begge dele i samme kald, fordi en sentiment-score uden emne sjældent kan bruges til noget.

Use-casen stopper ved analysen. Genererer du selve svaret til kunden, er det kundeservice-automatisering. Slår du op i dokumentation for at besvare et spørgsmål, er det RAG. Sentiment analyse producerer kun beskrivelser af eksisterende tekst.

Kæden starter med indsamling og normalisering. Tekst hentes fra CRM, review-platform eller ticketsystem, dubletter fjernes, og felter som produkt, kanal, sprog og dato følger med som metadata. Metadata bestemmer, hvor brugbar analysen bliver, fordi det er dem, du senere segmenterer på.

Derefter kommer selve kaldet. En prompt definerer skalaen, kategorierne og hvad hver værdi betyder, og modellen tvinges til at svare i et fast JSON-skema med felter for sentiment, konfidens, emner og eventuelt et citat, der begrunder vurderingen. Citatfeltet er billigt at tilføje og gør det muligt at kontrollere en vurdering uden at læse hele teksten igen.

Modelvalget afhænger af tekstlængde og volumen. GPT-5 nano klarer korte, entydige anmeldelser til lav pris, mens Claude Sonnet 5 og GPT-5.6 Sol er bedre til lange, rodede henvendelser med flere emner i samme tekst. Gemini 3.1 Pro er relevant, når du analyserer mange sprog i samme flow.

Kvaliteten afgøres mindre af modellen end af, hvor præcist kategorierne er defineret. Uklare labels giver inkonsistente svar, uanset hvilken model der kører.

Den hyppigste fejl er, at sentiment måles på hele teksten, mens virkeligheden er blandet. En kunde kan rose produktet og kritisere leveringen i samme sætning. Uden opdeling på aspekt bliver resultatet en neutral score, der skjuler to stærke signaler.

Dernæst kommer skalaen. Modeller har en tendens til at samle sig omkring midten, når skalaen har mange trin, og til at overdrive negativitet, når teksten indeholder et enkelt kritisk ord. Tre til fem klare trin giver mere stabile tal end en skala fra 1 til 10.

En tredje faldgrube er forskellen mellem sprog og kulturer i samme datasæt. En dansk kunde, der skriver "det var fint nok", og en amerikansk kunde, der skriver "absolutely amazing", kan udtrykke samme tilfredshed. Sammenlignes tallene direkte på tværs af markeder, ser forskellen ud som en holdningsforskel, selvom den er sproglig.

Endelig er der data, du ikke må sende. Fritekst fra kunder indeholder ofte navne, adresser og kontooplysninger, som ingen har tænkt over. Maskering før afsendelse er nemmere end oprydning bagefter.

Et sæt manuelt kodede eksempler er forudsætningen for at vide, om systemet virker. Hundrede til tre hundrede tekster, kodet af to personer uafhængigt af hinanden, giver både et facit og et billede af, hvor svært problemet er. Er de to mennesker uenige om tyve procent, kan du ikke forvente bedre af modellen.

Samme gold set bruges igen, hver gang prompten ændres, eller du skifter modelversion. Et skift fra GPT-5 nano til GPT-5.6 Sol kan flytte fordelingen af labels, uden at nogen tekst har ændret sig. Sker det uopdaget, fremstår det som en ændring i kundetilfredshed.