Analisi del sentiment

L'analisi del sentiment o sentiment analysis (nota anche come opinion mining) è un campo dell'elaborazione del linguaggio naturale che si occupa di costruire sistemi per l'identificazione ed estrazione di opinioni dal testo. Si basa sui principali metodi di linguistica computazionale e di analisi testuale. L'analisi del sentiment è utilizzata in molteplici settori: dalla politica ai mercati azionari, dal marketing alla comunicazione, dall'ambito sportivo a quello delle scienze mediche e naturali, dall'analisi dei social media alla valutazione delle preferenze del consumatore.^[1]

Analisi del sentimento

Metodi e caratteristiche

Gli approcci esistenti all'analisi del sentiment possono essere raggruppati in 4 categorie principali^[2]:

• spotting di parole chiave;
• affinità lessicale;
• metodi statistici;
• tecniche di livello concettuale.

La prima classifica il testo da categorie influenti basata sulla presenza di parole influenti non ambigue come contento, triste, impaurito, annoiato^[3]. L'affinità lessicale non rileva solamente le parole influenzanti, ma anche assegna arbitrariamente alle parole una probabile affinità a emozioni particolari^[4]. I metodi statistici fanno leva invece su elementi tratti dal machine learning come analisi semantica latente, macchine a vettori di supporto, bag of words e orientazione semantica^[5]. Per estrapolare l'opinione in un contesto e ottenerne delle caratteristiche, sono usate le relazioni grammaticali delle parole. Le relazioni sono ottenute da un'analisi sintattica profonda del testo^[6]. A differenza delle tecniche puramente sintattiche, gli approcci a livello concettuale fanno leva sugli elementi della rappresentazione della conoscenza come le ontologie e le reti semantiche, e quindi, sono capaci di rilevare semantiche che sono espresse in maniera sottile^[7].

Sentiment analysis e Web 2.0

Risorse di analisi del sentiment

Vocabolari sentiment e parole:

• Affective Norms for English Words (ANEW);^[8][9]
• SenticNet;^[10][11][10]
• SentiWordNet;^[12][13]
• WordNet-Affect.^[14][15]

Analizzatori di sentiment:

• AlchemyAPI^[16] (commercial);
• BitextAPI^[17] (commercial);
• Semantria^[18] (commercial);
• Sentiment140^[19] (commercial, for Twitter);
• Stanford NLP^[20] (academic);
• Twinword^[21] (commercial, free / unlimited);
• Werfamous^[22] (free);
• WordStat^[23] (commercial);
• Buzzlogix^[24] (free and commercial versions).

Documenti con annotazioni manuali di sentiment che possono essere usati per valutare gli algoritmi):

• Twitter dataset in 4 languages^[25] (12,500 tweet).