Automated Sentiment Analysis

Il “Sentiment Analysis Symposium” tenutosi a NY il 13 aprile ha suscitato qualche polemica nella blogosfera, riguardo all’analisi del sentimento automatica effettuata dalle piattaforme di Social Media Analytics.

La funzionalità di Sentiment Analysis è presente nella maggior parte dei sistemi di Social Media Monitoring e l’adozione diffusa di questo metodo è inevitabile, data la capacità dell’automazione di ampliare enormemente il campo di applicazione e la velocità dell’indagine.

Una nicchia di blogger scettici afferma però che l’analisi automatica risulta imprecisa e inutile. La precisione di molte soluzioni tecnologiche è di gran lunga inferiore all’80% ma i vantaggi di queste risorse tipicamente includono la velocità, la portata, la consistenza ed il costo.

Ciò che i critici non dovrebbero dimenticare è che se si vuole studiare e giudicare l’analisi automatica non si dovrebbe avere come base di riferimento per le proprie aspettative la prestazione umana, che a volte risulta comunque inesatta.

L’analisi umana è soggettiva, e determinare il sentimento di un testo in cui mancano dei segnali visivi o acustici, è davvero difficile, anche per le persone. A tale proposito è stato pubblicato un report su uno studio condotto da Wilson, Wiebe e Hoffman nel 2005, “Recognizing Contextual Polarity in Phrase-Level Sentiment Analysis” disponibile cliccando qui. Gli autori dichiarano che “Per il 18% delle opinioni analizzate, almeno un analista ha utilizzato un tag incerto per l’identificazione della polarità.”

Ad esempio, per i tweet che seguono, risulta difficile determinarne con esattezza la polarità:

  1. Here’s a thought for those against a public option. Sign a legal doc removing u from any government health care EVER – U pay no matter how $
  2. Obama trying bipartisanship delayed #hcr and allowed GOP to redefine in negatively. Takes willing sides for cooperation #p2 #tcot
  3. Seattle’s hippest pastor says “Avatar is Satan.”

Infine, Seth Grimes nel suo post afferma che, il valore aggiunto dell’analisi automatica del sentimento non dipende solo dalla precisione ma piuttosto dalla capacità di trovare e analizzare le fonti in varie lingue, di operare continuamente in real time e scansionare enormi volumi di dati, cosa molto importante per un brand multinazionale.

Altre risorse utili su questo tema:
Everything I Need To Know About Sentiment Analysis…
Sentiment Analysis: “A Powerful Tool to Uncover Trends, But Humans Are Still Needed to Dig Below the Surface”
Sentiment Analysis: Can you get it right by just automating it?
Customer Sentiment in Social Media: massive scale is scary, and just one link in larger chain of data
How Companies Can Use Sentiment Analysis to Improve Their Business
Search For Sentiment – Seth Grimes
Social Media Analysis Platforms for Workgroups
Sentimenti Analysis Symposium – Video

Recommended Posts

Leave a Comment