Analisis de Sentimiento

Analisis de Sentimiento

1. Aplicaciones del Analisis de Sentimientos

   • Posicionamiento de publicidad on-line
     • Los anunciantes de determinados productos podrían requerir que sus anuncios fuesen publicados sólo en sitios web en donde se expresen conceptos positivos, huyendo de aquellas páginas en donde los textos expresen sentimientos negativos.
   • Reputacion politica
     • El análisis de sentimientos demuestra un fuerte potencial para conocer la opinión de la gente sobre un determinado partido político, un candidato o la acogida de determinadas políticas implantadas por el Gobierno, así como sus variaciones a lo largo del tiempo.
   • Analisis del mercado Financiero
     • A partir de la información contenida en páginas web, foros y redes sociales sobre una empresa concreta, es posible prever cuál será su evolución en el mercado financiero a partir del valor agregado de la polaridad de todas las opiniones encontradas.
   • Valoracion de opinion de productos y servicios
     • Probablemente esta sea la aplicacion mas practica y directa de sentimientos. Mediante esta tecnica es posible que las empresas puedan conocer la opinion de los usuarios acerca de sus producto sin necesidad de llevar acabo los estudios tradicionales mediante encuestas de sastifaccion
   • Correcion de Opinion
     • Es habitual que los usuarios expresen su opinión en sitios de compras online indicando, además de una reseña, una puntuación en una escala de, por ejemplo, entre 1 y 5 puntos. Puede ocurrir que, por error, el usuario no indique correctamente dicha puntuación
   • Mejora de los sistemas de recomendacion de productos
     • En base a las opiniones de los usuarios, una tienda online podrá priorizar los productos que ofrece en base a dichas opiniones o no recomendar aquellos cuya opinión general sea negativa.

2. Definicion

   • Es el conjunto de tecnicas computacionales para la extraccion, clasificacion, compresion y evaluacion de opiniones expresadas en fuentes publicadas en internet, comentarios en portales web en otros contenidos generados por los usuarios

3. Tareas del Analisis de Sentimiento

   • Extraer el momento temporal
     • Se trata de detectar el momento tl en el que la opinión fue emitida.
   • Generar la quíntupla de opinión
     • Con todos los elementos identificados en los pasos anteriores, se crearán las quíntuplas que representen las distintas opiniones expresadas por sus autores.
   • Clasificar la polaridad a nivel de aspecto
     • Para cada par de entidad ei y aspecto aij se debe determinar la valoración permitida por el autor de la opinión.
   • Extraer y categorizar entidades
     • Dado un documento, en primer lugar, se deben encontrar e identificar todas las entidades que contiene y agruparlas en base a su significado común. Cada uno de estos grupos representará a única entidad ei.
   • Extraer y categorizar aspectos
     • En esta tarea se buscarán y capturarán los aspectos del documento teniendo en cuenta que pueden existir distintas formas de expresarlos. Una vez localizados, se deben extraer y agrupar para, a continuación, asociar cada grupo con su entidad correspondiente. Cada uno de estos grupos de la entidad ei representa a un único aspecto aij
   • Extraer y categorizar a los autores de la opinión
     • En este caso, la extracción se hará para cada autor o autores de las opiniones vertidas en el documento, tiendo en cuenta de nuevo que un mismo autor hK puede ser representado en el texto de diferentes maneras.

4. Niveles del analisis de Sentimiento

   • Análisis a nivel de aspecto y entidad
     • Este es el nivel de análisis con mayor detalle posible, en donde una entidad está formada por distintos elementos o aspectos y sobre cada uno de ellos se expresa una opinión cuya polaridad puede ser distinta en cada caso
   • Análisis a nivel de documento
     • En este nivel se analiza el sentimiento global de un documento como un todo indivisible, clasificándolo como positivo, negativo o neutro o usando otro sistema de calificación
   • Análisis a nivel de oración
     • En este caso, se divide el documento en oraciones individuales para extraer posteriormente la opinión que contiene cada una de ellas. La opinión de cada oración puede ser, de nuevo, positiva, negativa o neutra o bien tomar un valor en base a cualquier otro tipo de medida.

5. Dificultades para el analisis de setmiento

   • Uno de estas complicaciones es que el sentimiento de las palabras a menudo depende del contexto en el que están ubicadas. Por ejemplo, la palabra “cabeza” tiene una connotación positiva dentro de la frase “tener la cabeza bien amueblada”. En cambio, en la frase “perder la cabeza” su connotación es sin duda la contraria. Otro ejemplo podría ser el verbo “morir”, que suele denotar sentimientos negativos. No obstante, no es así en la frase “morir de la risa”.
   • Otra dificultad que necesita de algún sistema para ser resuelta es la detención y el tratamiento de la negación en las oraciones. Palabras como “no” suelen invertir la polaridad de aquellas a quienes acompañan. Por ejemplo, en “la película no es buena”, el adjetivo “buena” es positivo pero su polaridad se invierte debido a la aparición de la partícula “no”. El manejo de las negaciones es una tarea compleja ya que no siempre una negación invierte el sentimiento de las palabras a las que acompañan.

6. ¿Que es?

   • Es un campo de investigacion dentro del PLN que trata de extraer de manera automatica y mediante tecnicas computacionales la infomracion subjectiva expresada de un docuemnto y acerca de un determinado tema