Mi era appena stato assegnato un progetto di conduzione dell'analisi del sentiment per alcune raccolte di documenti. Secondo Google, sono emerse molte ricerche relative al sentimento.
Le mie domande sono:
Quali sono i principali metodi / algoritmi per l'analisi del sentiment nel campo dell'apprendimento automatico e dell'analisi statistica?
Ci sono risultati consolidati?
Esistono software open source esistenti in grado di eseguire l'analisi del sentiment?
Risposte:
Prova SentiStrength che funziona bene rispetto ad algoritmi simili e ai documenti di ricerca associati. La discussione di altri strumenti e metodi può essere trovata qui e qui .
Ho l'impressione che gran parte di ciò che viene fatto qui sia estremamente euristico. In effetti, la maggior parte delle persone sembra applicarlo ai <120 caratteri delle dichiarazioni di Twitter. Probabilmente i risultati (pur non essendo calcolati in questo modo) non sono molto meglio del conteggio delle parole "positive" e "negative" con informazioni sulla posizione dei litte ("A migliore di B" = positivo per A, negativo per B)
Quando poi vedi le aziende che acquistano un feed completo di Twitter (quanti mbit al secondo?) E affermano di fare un'analisi del sentiment su questo, mi chiedo seriamente se ci sia validità statistica qui. Non c'è da meravigliarsi, ad esempio, se Yahoo non è riuscita a prevedere male le preselezioni per la Carolina del Sud: http://www.technologyreview.com/web/39487/
Le persone sono orgogliose e desiderose di essere semplicemente in grado di elaborare la quantità di dati, sembrano trascurare completamente la convalida delle loro prestazioni.
Mi dispiace essere così pessimista sullo stato dell'arte.