- Maria Pia di Buono (ricercatrice presso Università degli Studi di Napoli "L'Orientale")
- Gennaro Nolano (dottorando presso Università degli studi di Napoli "L'Orientale")
La sentiment analysis consiste nell’identificare ed estrarre il sentiment di un testo con metodi computazionali di trattamento del linguaggio naturale. L’applicazione di tale analisi, infatti, consente di classificare un testo in base alla presenza o meno di un orientamento (neutrale vs. emotivamente connotato) e in base al tipo di orientamento (positivo vs. negativo) verso un argomento o un prodotto. Moltissimi sono i campi di applicazione, dalle analisi di marketing a quelle politiche, che provano il successo di questo task. Il corso intende dotare gli studenti degli strumenti necessari per effettuare la sentiment analysis dei dati, partendo dai concetti introduttivi fino alla valutazione e visualizzazione dei risultati.
- Giorno 1 - Introduzione alla sentiment analysis e al trattamento automatico del linguaggio
- Giorno 2 - Classificazione del sentiment e annotazione dei dati
- Giorno 3 - Risorse per la sentiment analysis
- Giorno 4 - Metodi per la sentiment analysis
- Giorno 5 - Valutazione e visualizzazione dei risultati
Materiali di riferimento
- Missen, M.M.S., Attik, M., Coustaty, M., Doucet, A., Faucher, C. (2015). SentiML++: An Extension of the SentiML Sentiment Annotation Scheme. In: Gandon, F., Guéret, C., Villata, S., Breslin, J., Faron-Zucker, C., Zimmermann, A. (eds) The Semantic Web: ESWC 2015 Satellite Events. ESWC 2015. Lecture Notes in Computer Science(), vol 9341. Springer, Cham
- Jurafsky, D. and Martin, J.H. (2021) Speech and Language Processing (3rd ed. draft) - Cap. 2, 4, 20
- Katrekar, A., & AVP, B. D. A. (2005). An introduction to sentiment analysis. GlobalLogic Inc.
- Westerski, A. (2007). Sentiment Analysis: Introduction and the State of the Art overview
Link di riferimento
Ulteriori riferimenti sono citati nelle slide