La automatización del Análisis de Sentimiento

El objetivo del análisis de los sentimientos es determinar la actitud, la opinión, el estado emocional, la comunicación emocional y el uso que, ante un determinado evento o una entidad (marca o personalidad) concreta, tiene la audiencia en Internet en general y en las redes sociales en particular con un contenido concreto relativo a dicho evento o entidad.

El análisis de sentimientos tiene una amplia aplicación e incluye el trabajo en la clasificación de la subjetividad, la polaridad, la tonalidad, el análisis de la emoción. Pero, si queremos implementar modelos que nos permitan automatizar los procesos de análisis de sentimiento, debemos tener claro cómo vamos tratar la data, cómo la vamos a extraer, cómo la vamos a revisar, cómo la vamos a etiquetar y cómo la vamos a almacenar.

A la hora de realizar un análisis de sentimiento, son dos, principalmente, las líneas de acción que podemos acometer:

  • Cuantificar el sentimiento de la audiencia a través del tiempo.
  • Recuperar ejemplos o resúmenes de confianza a lo largo de esas mismas dimensiones.

Pero a la hora de “medir” la eficiencia de una solución de análisis de sentimiento, es más complicado que la que cabría esperar, por varias razones:

  • El sentimiento puede ser subjetivo. Sin embargo, distintas investigaciones han demostrado que sólo se da en la menor parte de los casos.
  • Hay diferentes grados de sentimiento. Incluso si varias personas están de acuerdo en una etiqueta cualitativa (por ejemplo muy positivo), no existe una medida cuantitativa de lo que eso realmente significa.
  • La evaluación de sentimiento depende en gran medida del contexto (por ejemplo, proximidad). La sentencia “Me encanta la Coca Cola, pero odio Pepsi ” es positiva para Coca-Cola, pero negativa para Pepsi.
  • La confianza también se puede medir en diferentes capilaridades. Por ejemplo, dado el contexto de una consulta o tema, el sentimiento se puede medir en el documento global, en un párrafo, en una oración, en un determinado nivel menor  o mediante una combinación de todos ellos.

Al crear un modelo de análisis de sentimiento, el resultado quedará condicionado por el proceso de aprendizaje  supervisado (entrenamiento previo) que hagamos del sistema. Vamos a requerir de una experiencia anterior y aplicar algoritmos que nos permitan establecer un modelo matemático generalizado en base a esa experiencia. El modelo resultante podrá, entonces, ser utilizado para hacer predicciones exactas o decisiones en un punto futuro o en diferentes datos (fase de predicción / de puntuación).

La calidad de nuestro modelo dependerá:

  1. De que los datos que el modelo tenga para “poder aprender” estén correcta y debidamente etiquetados y puntuados en función de su subjetividad (neutral frente a parcial) y de su polaridad (positiva, negativa o mixta).
  2. En la robustez del algoritmo o algoritmos que serán utilizados para derivar el modelo matemático. Hay dos grandes categorías de funciones que podremos utilizar en la concepción de los algoritmos: los derivados del procesamiento del lenguaje natural (NLP) y los derivados del análisis del contexto de los medios donde se publican.
Anuncios

Un comentario en “La automatización del Análisis de Sentimiento

  1. Efectivamente resulta muy complicado automatizar la asignación automatica del sentimiento de un contenido.
    Como bien se dice en el post, un contenido puede ser positivo para una marca y negativo para otra, pero ademá puede ser positivo para un criterio de esa primera marca y negativo para otro (la coca es mejor que la pepsi pero engorda más….)
    Por eso creemos que al final, la asignación automatica del sentimiento tiene un tope de fiabilidad y no queda mas que una revisión humana para obtener un mejor indice de confianza.
    Pero aun así, vemos que dos humanos no se ponene de acuerdo en un 25% de los casos para decir si algo es positivo o no. Y podemos ir más lejos, un mismo humano no se pone de acuerdo con el mismo y lo que veía negativo hace 3 díás, podría verlo como positivo hoy….

    Me gusta

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s