Sentiment Analysis, un primo aggiornamento

 Nel mercato del monitoraggio online, le nuove aziende riconoscono lo studio delle opinioni del consumatore come il mezzo più vantaggioso per comprenderne i bisogni. La grande mole di opinioni e commenti espressi direttamente dagli utenti su prodotti e servizi hanno favorito la crescita dell’attenzione verso questo fenomeno da parte di molte aziende, interessate a conoscere i giudizi espressi sui propri prodotti e servizi.

L’obiettivo finale è quello di ottenere l’opinione comune su brand, prodotti o servizi e di conseguenza configurare la propria offerta nel minor tempo possibile. Il progetto Morning si inserisce in questo contesto come uno strumento efficace e flessibile che si pone l’obiettivo non solo di monitorare trend e tendenze nella miriade di prodotti e servizi in giro per il Web, ma si pone l’obiettivo di definire un complesso motore di analisi del sentimento in grado di individuare le opinioni espresse nei confronti di brand e prodotti.

Il sistema riesce ad individuare gli oggetti dell’opinione e le parole che li polarizzano, ossia danno loro una connotazione positiva o negativa. Si intuisce che il sistema di analisi del sentimento deve poter intervenire sul testo in modo diverso a seconda dell’argomento che si sta trattando. Ad esempio l’aggettivo “breve” può avere una polarità positiva o negativa a seconda del contesto: è negativa se riferito alla batteria dello smartphone, è positiva se riferito alla fila ad un ufficio postale.

La vera innovazione del sistema consiste nell’elaborazione di una tecnica che permetta di orientare l’analisi del sentimento ad uno specifico dominio di interesse sfruttando la conoscenza che gli stessi utenti hanno dei prodotti sul quale esprimono commenti. Gli approcci noti che propongono sistemi di sentiment analysis sono numerosissimi, ma difficilmente soddisfano questo requisito, poiché solitamente si concentrano su un dominio specifico oppure analizzano il sentimento in modo generico. Sfruttare i dati semistrutturati forniti dagli stessi utenti nelle recensioni ha dato la possibilità di costruire lessici altamente affidabili e che si adattassero velocemente ai cambiamenti, sia dei prodotti che dei gusti degli utenti.

Questo approccio si è discostato da quelli ad oggi più diffusi che considerano il loro punto di forza una base di conoscenza basata su ontologie e grandi lessici predefiniti. Morning è partito da questo punto vedendolo invece come un punto di debolezza, poiché poco adattabile alla velocità con cui gli utenti tendono rispondere all’offerta del mercato. Va infine sottolineato come il successo di questo progetto sia stato confermato dai risultati raggiunti, positivi sia per i valori di accuratezza ottenuti che per la flessibilità che ha dimostrato il sistema nell’esecuzione su diversi domini.