O analizador de sentimento amplía Linguakit

  • 17 Xuño, 2014
  • Linguakit
  • 0 Comentarios

Linguakit iniciaba cos conxugadores verbais a súa andaina o pasado mércores 11 de xuño, pero como xa vos anunciaramos a idea é ir ampliando o paquete de ferramentas e as súas funcionalidades. Polo que hoxe comezamos a agrandar, incorporando un novo instrumento lingüístico: un analizador de sentimento en galego, español, portugués e inglés. Sendo ademais o primeiro analizador de sentimento en galego!

A comunicación é unha das características máis salientables do ser humano e que hoxe ten o seu máximo expoñente nas redes sociais que amplían as súas posibilidades. Pero podemos saber o que se di de nós, da nosa empresa ou de calquera cousa que nos interese? Podemos medir o sentimento xeralizado en twitter? Co analizador de sentimento podemos facelo de xeito automático e mesmo aplicalo a miles e millóns de tweets mediante CilenisAPI.

Como funciona un analizador de sentimento?

Queremos non só facer ferramentas senón tamén explicarvos como as facemos. Neste caso, cando ti pos unha frase no analizador de sentimento, o sistema asignaralle un valor entre -1 e 1, medindo así o seu grao de positividade ou negatividade, ou ben asignaralle un valor igual a 0, se se trata dunha frase neutral. O sistema é, por tanto, un clasificador que se basea nun modelo construído sobre dous recursos léxicos. Por un lado, o sistema emprega léxicos polarizados, é dicir, un vocabulario xa clasificado como positivo, negativo ou neutro e, por outra banda, utiliza o corpus de adestramento que consiste na aprendizaxe do sistema mediante información recompilada doutras coleccións de enunciados, fundamentalmente de tweets. Ademais, o analizador de sentimento de linguakit válese de información gramatical, isto é, ten en conta a inclusión de adverbios negativos que poden cambiar a polaridade dunha palabra coa que están ligados sintacticamente.

Un analizador de sentimento recoñecido en concursos científicos

Detrás da creación do analizador de opinión está unha vez máis, o traballo en equipo de Cilenis e do grupo de investigación ProLNat da USC. Este grupo, ligado tamén con outros centros de investigación como o CITIUS da USC asistiu a diversos certames e concursos con esta ferramenta lingüística. Así, o analizador de sentimento de Linguakit obtivo a 2º posición no TweetNorm 2013 para o idoma español, unha competición pola normalización de tweets, pero tamén se presentou a eventos a nivel nacional como o Tass 2013, unha competición de sistemas estruturada nunha serie de tarefas e organizada por Daedalus para a análise de sentimentos en redes sociais. Neste caso, o analizador de opinión para o idioma español acadou a 2º posición na tarefa un e a 1º posición na tarefa tres. Así mesmo, o grupo de investigación ProLNat levou o analizador ó certame internacional SemEval obtendo unha posición intermedia de entre as 50 mellores propostas.
Ningún destes concursos supoñan premios como tal, pero non deixan de ser unha representación dos bos resultados que ten o analizador de sentimento dispoñible dende hoxe en Linguakit.

Casos de aplicación do analizador de sentimento

Na actualidade estos analizadores son un instrumento moi demandado no campo da comunicación dada a sinxela pero valiosa información que proporcionan. Como consecuencia da crecente importancia da Social Media, é esencial coñecer o feedback dunha marca ou produto, isto é, a apreciación que os usuarios teñen mediante os seus comentarios en redes sociais. Isto vai determinar en gran medida o rumbo dunha estratexia publicitaria e incluso dunha campaña política pero, sobre todo, vai definir os resultados desta, e a capacidade de impactar sobre o noso público obxectivo.

Así mesmo, coñecer a valoración do que dicimos e do que se di de nós como usuarios individuais é algo que non debemos ignorar, dada a repercusión que pode ter sobre a nosa carreira profesional.

A que esperas? Non perdas máis tempo e descubre os múltiples beneficios de empregar o analizador de sentimento de Linguakit.

Volveremos pronto con máis novidades.

Linguakit.com

0 Comments