En el procesamiento del lenguaje natural (PNL), ¿cuál es la distinción entre minería de opinión, análisis de sentimientos y análisis de temas?

Aquí hay algunas oraciones de ejemplo de revisiones en línea.

1. Este teléfono tiene una perspectiva atractiva y una cámara potente. ¡¡¡Verdadero negocio!!!
2. La calidad de la imagen es indudablemente extraordinaria, pero el precio es demasiado alto. Una de las mejores cámaras de Canon en el mercado en este momento.
3. Canon-XXX no es tan rápido como pensaba en el anuncio. Tienes que comprar diferentes tipos de cartuchos y son costosos. Fue una mala decisión comprar esta impresora.

Todas estas oraciones son comentarios sobre ciertos productos. Las personas expresaron su opinión sobre las diferentes características de los diferentes productos. Vamos a resumir las opiniones y estructurarlas.

1. Producto: teléfono. Feature_1: perspectiva; opinión: atractiva (opinión positiva). Feature_2: cámara; opinión: poderosa (opinión positiva). (En general, visión muy positiva sobre el producto. Polaridad de la oración si es positiva. Podemos suponer que el usuario le dio una calificación de 5 estrellas a este producto).
2. Producto: Cámara. Característica_1: calidad de imagen; opinión: indudablemente extraordinaria (+ ve). Feature_2: precio; opinión: demasiado alta (-ve). (En general, mezcla de opiniones positivas y negativas. Pero no demasiado negativas. Podemos suponer que el usuario le otorgó una calificación de 3.5 a 4.5 estrellas a este producto).
3. Producto: impresora Canon-XXX. Feature_1: Velocidad; opinión: no tan rápido (-ve). Característica_2: Cartucho; opinión: costosa (-ve). (En general, opinión negativa sobre el producto. No hay opiniones positivas sobre la impresora. Podemos suponer que el usuario le otorgó una calificación de 2 a 4 estrellas a este producto).

Si queremos automatizar las cosas para crear estos resúmenes estructurados, necesitamos 3 armas. Opinion mining descubrirá las características mencionadas y las opiniones relacionadas (por ejemplo, Feature_1: Velocidad; opinión: no tan rápido). El análisis de sentimientos descubrirá la polaridad de la opinión sobre ciertas características o una revisión general (por ejemplo, la primera fue positiva pero la tercera fue negativa. La segunda fue una mezcla). El análisis de temas descubrirá de qué están hablando en las revisiones. Por ejemplo, la primera revisión habla sobre el teléfono, la cámara, la perspectiva del teléfono. La segunda revisión habla sobre la cámara, Canon. La tercera revisión habla sobre Canon, Canon-XXX, cartucho, publicidad, impresora.

Espero eso ayude.

Estoy de acuerdo con Aditya. Yo agregaría que las herramientas:

1. Descomposición de oraciones
2. Partes de la oración
3. Tallo
4. Traducción
5. Cultural – Contexto del discurso.

Son similares, con todo: esto normalmente incluye algún nivel de agregación. Eso es complicado: algunas personas tienen mayor influencia que otras, por lo que su tweet, publicación o blog positivo, neutral o negativo tendrá un mayor peso agregado.

Una Opinión: debe incluir “conocimiento” sobre el “Tema” junto con “Sentimiento”. Diviértete 🙂

El análisis del tema es encontrar el tema del texto. Por ejemplo, el tema de su pregunta sería ‘PNL’ o ‘minería de texto’.

El análisis de sentimientos se trata del sentimiento neto (positivo o negativo) de un texto. Varía de 1 (completamente positivo) a -1 (completamente negativo). Una oración muy objetiva sin ninguna opinión sería algo neutral (sentimiento ~ 0).

La minería de opinión trata de descifrar la opinión del autor en una publicación. Por ejemplo, para comprender la opinión de una persona de una revisión de Amazon como ‘Esta cámara es muy buena por su costo. Mi único reparo: el cuerpo parece plástico y no está bien diseñado ”.

Aunque, no preguntado, estoy mencionando, Análisis / Minería de emociones, ya que creo que está relacionado.

La minería de emociones consiste en comprender la emoción del texto. Aunque la lista de emociones puede variar, la mayoría de los investigadores de la PNL se adhieren a 5 emociones básicas (alegría, tristeza, asco, enojo, miedo).

El análisis de sentimientos y la minería de opinión se refieren a la misma tarea y son intercambiables. Sin embargo, el análisis de temas está clasificando documentos de un corpus en función del tema que tratan, similar a la clasificación de texto.