NLP - opinion mining vs sentiment analysis

Question

Mi è stato detto che la PNL forse è la chiave per consentire ai ricercatori di dedurre lo stato affettivo di una persona durante la scrittura. Ad esempio, utilizzando l'analisi NLP sul prendere appunti on-line si può dedurre se uno studente è stressato. Io lavoro in didattica delle scienze cognitive, quindi, se questo fosse il caso, sarebbe una risorsa preziosa per me, però io sto lottando per trovare le prove che questo è davvero il caso.

Ho iniziato la ricerca preliminare e sto cercando di imparare un po 'sugli aspetti tecnici della PNL - sto prendendo un corso online dal Jurafsky e Manning , altro da Michael Collins - e ho letto su ciò che ciò che può essere dedotto con la PNL, in particolare intorno opinion mining e sentiment analysis.

La mia domanda è in due parti:

• In primo luogo, la maggior parte delle risorse mi sono imbattuto dire qualcosa lungo la le linee della PNL può essere utilizzato per opinion mining e sentiment analysis e parleremo delle implicazioni per opinion mining'. Può qualcuno punto nella direzione di una maggiore sentiment analysis me orientata risorse?
• In secondo luogo, se ho capito bene, sentiment analysis è derivando la ha dichiarato sentimento all'interno del testo, ad esempio, Ero felice con, ho amato, era gustosa, goduto, odiato, frustrato, ecc può NLP, o qualcosa d'altro, utilizzata per ricavare i non dichiarato effetto? E 'questa la stessa cosa sentiment analysis?

[Mi scuso se questo viene richiesto in cambio sbagliato. Ho cercato di trovare la soluzione migliore, ma ci sono stati alcuni candidati e non ero sicuro che sarebbe più appropriato.]

Answer 1

Credo che la chiave è che la maggior parte delle problemi ricorrenti Reti Neurali sono formulati in termini di un modello di regressione (con bassi valori indicano sentimento negativo, e alti valori positivi) o una classificazione binaria (è questo testo positiva?).

Cosa ti sembra di essere interessato a è una definizione molto più sfumata di sentimento. Ciò non costituisce alcun problema inerente, come gli stessi algoritmi potrebbero benissimo lavorare per prevedere sentimenti più complessi. Il problema è semplicemente etichettato dati. Poiché questo tipo di classificazione è difficile anche per gli esseri umani, non è facile raccogliere in modo affidabile i dati relativi, per esempio, come ha sottolineato uno scrittore è.

Tuttavia, se siete interessati a montaggio di un set di dati del genere, devi essere in grado di applicare gli stessi metodi ( Recurrent Neural Networks sono una scelta popolare) per fare la classificazione. Molti ricercatori in uso sul campo Amazon Mechanical Turk o qualcosa di simile per raccogliere dati etichettati ad un costo ragionevole.

Answer 2

qualcuno mi può punto nella direzione di una maggiore sentiment analysis risorse orientate?

Ci sono tonnellate di eccezionalmente buone carte sul sentiment analysis per il vostro riferimento. Soprattutto il quelli sui siti di social network come Twitter.

Tuttavia, penso che il libro di Manning e il suo corso sono un buon inizio come riferimenti al PNL e opinion mining.

Can NLP, o qualcosa d'altro, utilizzata per ricavare unstated effetto?

Sì, può essere. Questo sarebbe il mio approccio:

(Considerare Ho già un dati di allenamento mano classificate) Usando la borsa di parole avvicinarsi, le parole e le frasi più utilizzate per uno stato d'animo (stressante, gioviale, ecc) possono essere catturati, ei dati di allenamento successive può essere classificato di conseguenza come (il 60% stressante, il 40% gioviale).

Inoltre, è anche possibile definire le soglie per ottenere un singolo stato d'animo. Come:

if mood[score] > .5:
    current_mood = mood

Answer 3

Analisi Sentiment , sentimento di rilevamento e opinion mining tutte le coperture di una serie di problemi, e può generalmente essere considerato uno e lo stesso.

Il termine sentiment analysis sembra essere più popolare nella stampa e nel settore industriale. In pratica, a partire dal 2015, è soprattutto di dare un punteggio, in testo, tra 0.0 e 1.0, per negativo al sentimento positivo. (In senso stretto che è solo un sottoproblema e uno dei tanti possibili formulazioni.)

Ma ogni volta che viene utilizzato uno qualsiasi dei termini, è necessario definire o chiedere per la definizione del problema esatto.