まず始めにお断りを、賛否両論出るかも知れません。私はUniposという事業をはじめて４年たち、あらためて個人が個人を後押しする社会を作っていきたいと思っています。だからこそ興味を持って分析してみたし、この結果になったことは面白いと思いながらも意外ではなかったです。みなさんがどう捉えられるのか楽しみです。

何をしたのか？ => オリンピック関連のTwitter投稿から日本と日本以外を比較し、ポジティブネガティブの傾向を分析した

・分析対象：オリンピック開会式前後のタイミングでのTwitter上でオリンピック関連のツイート1,875件（日本語592件、英語1283件）
・分析内容
　・同ツイートを対象に言葉のポジティブさ、ネガティブさを算出
　・日本語のツイートと英語のツイートで傾向を比較

※ 諸条件
・勝ち負けによるポジティブ、ネガティブへの影響を廃するために開会式直後までのサンプルを活用
・ポジティブさ、ネガティブさの算出にはAWS Comprehendを活用
・国籍は取得できないので今回は簡単に言語で代用

結論

下の図が分析結果です。左が日本語のツイート、右が英語のツイートを表しています。
TYPEはツイートのポジティブ具合の分類を表します。MIXED（ポジネガ両方含んでいる）、NEGATIVE（ネガティブなもの）、NEUTRAL（中立）、POSITIVE（ポジティブなもの）をそれぞれ意味し、それらの個数、割合を表現しています。

結果を３行でまとめると
・英語Tweetのほうが日本語Tweetよりもポジティブな比率が3.7倍大きい
・すべてのツイートを通して英語ツイートはポジティブさが高い。
・ネガティブなツイート比率への傾向は日本語英語でさほど変わらない。

これらはAWS Comprehendを利用した分析であり、実際の投稿と見比べてみたところNEUTRALと評されているものにネガティブ寄りかな？ポジティブよりかな？というものもありました。一方、POSITIVE、NEGATIVEに属しているものは明確にそのどちらかであることが見て取れました。（オープンな情報を活用したとはいえ、テキストをあまりおおっぴらに晒すのは気がひけるので、元データや詳細の分析プロセスを参照したい方はTwitterなりFacebookなりでご連絡いただければと思います。 @tomosooon） 

なぜこんな分析をしようとしたのか

オリンピック、賛否両論皆さんあると思います。連日叩かれる運営メンバー、しかしニュースをみていると海外の人からは、よく運営をしてくれていると応援の声も出てきている。

個々人が自分の意見を言えるといえば聞こえはいいが、何かをミスした時、何かを成し遂げた時、重箱の隅をつついたりあら捜しをして出る杭を打つ文化は大嫌いだ。
今回の分析から言えることはポジティブが英語圏と比較すると少ないということ。
成長、成果には痛みが伴う。社会を良くしようと前に向く人間を私は全力で応援したいし、応援されたい。

このデータは改めて本当に一側面でしか無いです。分析した私自身日本語と英語の分析モデルの差分もあるのでは？開催国だから責任感もって厳しくて当たり前では？そんな一部のデータだけとって正しい分析はできているのか？言語で分けているが国籍は一致しているのか？
などツッコミどころ満載だと思います。

しかし、データはデータ。思った以上の差が出たなと感じたのも事実です。私はこの国には挑戦する人を後押しする力がまだ弱いと感じています。真摯に向き合って改めてUniposを社会実装していきたいと思います。

あまり多くの意見を表する。というよりはデータとしてみなさんに共有し、議論が深まればいいなと思っています！ぜひ反応お待ちしております。