小林です。
先日3/1にブログを投稿したのですが、たまたま同じ日に大林さんも投稿しており図らずも小林と大林の共演が実現していました。
ということで次は中林さんを募集中です。

さて、今年でAWS認定の有効期限がいろいろ切れてしまうので、6週連続AWS再認定にチャレンジしてきました。

無事に成功しましたが、大変危険なのでよい子はマネしないでください。
※小林は特殊な訓練を受けています。

このチャレンジのトリをつとめたのはAWS認定機械学習 - 専門知識（MLS）なのですが、試験の最中に「そういえば全く機械学習サービス使ったことないな…」と気になりはじめてしまいました。

MLSは試験時間に余裕があるので、ざっと問題の見直しをしながらぼんやりとどんな使い方をするか考えていました。
無事に合格し、ちょうどいい使い方も思いついたので、ここで試した結果を書きたいと思います。

データを集めます

今回は入社一年目のメールデータを使います。
新人のころ毎日送っていた日報を集めてきます。
（ちゃんと日報書いてたし、全メール保存しててよかった。）

Outlookを利用しているので、「対象メールを選択→名前を付けて保存」という手順でテキストファイルにメールをまとめてエクスポートできます。

データを加工します

エクスポートしたデータから日報の「所感」部分を抽出します。
幸いフォーマットがしっかりしていたので、スクリプトを使って楽に抽出できました。
（ちゃんと決まったフォーマットで送っててよかった。）

ファイル名を日付、中身を所感の文章にして保存しておきます。
※AWSにデータを送ることになるので、センシティブなデータがないかはこのタイミングでチェックしておきました。

AWSサービスで処理させるためのスクリプトを組みます

毎日の所感をAmazon Comprehendで感情分析し、一年目の感情の変動を見てみます。

フォルダに分割したファイルをまとめて置いてこう！

client = Aws::Comprehend::Client.new(
    region: "ap-northeast-1",
    access_key_id: "xxxxxxxx",
    secret_access_key: "xxxxxxxxxxx"
)

# csvのヘッダ
print "FileName" + ", " + "String" + ", " + "Positive"+ ", " + "Negative" + ", " + "Neutral" + ", " + "Mixed" + "\n"

files.each{|file|
    lines = File.read(dir + "/" + file)

    # 感情分析
    resp = client.detect_sentiment({
        text: lines,
        language_code: "ja"
    })

    # 結果の出力
    print file.gsub(/\.txt/, "") + ", " + "\"" + lines.gsub(/\n/, "\\n") + "\"" + ", " + resp.sentiment_score.positive.to_s + ", " + resp.sentiment_score.negative.to_s + ", " + resp.sentiment_score.neutral.to_s + ", " + resp.sentiment_score.mixed.to_s + "\n"
}

※Rubyです。変数dirがフォルダのパスです。

出力をcsv形式にしたので、そのままファイルに書き込みます。