Análisis de sentimiento
[1] Es importante mencionar que estos tratamientos generalmente "se basan en relaciones estadísticas y de asociación, no en análisis lingüístico".
A cada concepto se le otorga entonces una puntuación basada en la forma en que las palabras asociadas con sentimientos se relacionan con el concepto, y su puntuación asociada.
De forma alternativa, se le puede otorgar a los textos una puntuación por la intensidad de sentimientos positivos y negativos si el objetivo es determinar el sentimiento en un texto en lugar de la polaridad e intensidad general del texto.
Esta tarea se define comúnmente[10] como clasificar un texto dado (usualmente una oración) en una de dos clases: objetivo o subjetivo.
Este problema involucra varios sub-problemas, por ejemplo, identificar entidades relevantes, extraer sus rasgos/características, y determinar si una opinión expresada sobre cada rasgo/característica es positiva, negativa o neutra.
[19] Para minar la opinión en contexto y obtener la característica sobre la cual se opinó, son usadas las relaciones gramaticales de las palabras.
[20] Los sistemas basados en conocimiento, en su lugar, hacen uso de recursos de acceso público, por ejemplo, WordNet-Affect,[22] SentiWordNet,[23] AIN Thesurus[24] and SenticNet,[25] para extraer la información semántica y afectiva asociada con conceptos del lenguaje natural.
El Análisis de Sentimiento también puede ser realizado sobre contenido visual o sea imágenes y videos.
La automatización logra aproximadamente un 23% de los comentarios que son clasificados correctamente por humanos.
Adicionalmente, el problema de análisis de sentimiento es no monotónico con respecto a la extensión de la oración y sustitución de stop-word (compare la oración en inglés THEY would not let my dog stay in this hotel contra I would not let my dog stay in this hotel).
Para enfrentar esta cuestión se han aplicado al análisis de sentimiento varios enfoques basados en reglas y basados en razonamiento, incluyendo Programación Lógica Refutable.
[34] Un paso hacia este objetivo se logra mediante la investigación.
Sin embargo, factores culturales, matices lingüísticos y diferentes contextos hacen extremadamente difícil convertir una cadena de texto escrito en un simple sentimiento a favor o en contra.
