Domanda

opinion mining / Sentiment Analysis è un po 'recente sottoattività di Natural Language processing.Some confrontarlo con la classificazione di testo, alcuni prendono una posizione più in profondità verso esso. Cosa ne pensi dei problemi più impegnativi Sentiment Analysis (opinion mining)? Si può citarne alcuni?

È stato utile?

Soluzione

Le sfide chiave per l'analisi sentiment sono: -

1) nome Entity Recognition - Qual è la persona effettivamente parlando, ad esempio, è 300 spartani di un gruppo di greci o di un film?

2) anafora Risoluzione - il problema di risolvere quello che un pronome o un sintagma nominale si riferisce a. "Abbiamo guardato il film e siamo andati a cena, è stato terribile." Che cosa significa "E" si riferiscono a?

3) Analisi - Qual è il soggetto e l'oggetto della frase, che si fa il verbo e / o aggettivo in realtà fare riferimento a

?

4) Sarcasmo - Se non si conosce l'autore non avete idea se significa 'cattivo' buona o cattiva

.

5) Twitter - abbreviazioni, la mancanza di capitali, poveri di ortografia, punteggiatura poveri, poveri di grammatica, ...

Altri suggerimenti

Sono d'accordo con Hightechrider che quelle sono aree in cui la precisione Sentiment Analysis può vedere un miglioramento. Vorrei anche aggiungere che l'analisi sentimento tende ad essere fatto su testo chiuso dominio per la maggior parte. I tentativi di farlo sul testo di dominio aperto di solito finisce per avere molto male misura precisione / F1 / ciò che si ha oppure è pseudo-open-dominio perché guarda solo in certi costruzioni grammaticali. Quindi direi sentiment analysis argomento sensibile in grado di identificare le decisioni di contesto e fare in base a tale è una zona interessante per la ricerca (e l'industria dei prodotti).

Mi piacerebbe anche espandere il suo 5 ° punto da Twitter per altri siti di social media (ad esempio Facebook, YouTube), dove a breve, espressioni sgrammaticate sono all'ordine del giorno.

Credo che la risposta sia la complessità di lingua, errori di grammatica e ortografia. C'è grande di modi le persone esprime là opinioni, per esempio, sarcasmi potrebbero essere erroneamente interpretati come sentimento estremamente positiva.

La domanda può essere troppo generici, perché ci sono diversi tipi di sentiment analysis (a livello di documento, livello di frase, sentiment analysis comparativa, ecc) e ogni tipo ha alcuni problemi specifici.

In linea generale, sono d'accordo con la risposta @Ian Mercer, e vorrei aggiungere altri 3 punti:

  • Come rilevare una più approfondita sentimento / emozione. Positivo e negativo è un molto semplice analisi, una delle sfide è come estrarre emozioni come quanto odio ci sia all'interno del parere, quanta felicità, quanta tristezza, ecc
  • Come rilevare l'oggetto che il parere è positivo per l'oggetto e che il parere è negativo per. Ad esempio, se si dice "Lei lo ha vinto!", Questo significa un sentimento positivo per lei e un sentimento negativo per lui, allo stesso tempo.
  • Come analizzare frasi molto soggettive o paragrafi. A volte anche per gli esseri umani è molto difficile per concordare il sentimento di questo alto testi soggettivi. Immaginate per un computer ...
Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow
scroll top