Definition
Bei der Sentimentanalyse wird der emotionale Ton (positiv, negativ, neutral) in Textdaten bestimmt. Es handelt sich um eine NLP-Aufgabe, die im Social-Media-Monitoring, bei Kundenfeedback und in der Marktanalyse eingesetzt wird.
Zweck
Ziel ist es, die öffentliche Meinung, die Kundenzufriedenheit und soziale Trends automatisch und in großem Umfang zu verstehen.
Bedeutung
- Hilft Unternehmen, den Ruf ihrer Marke zu verfolgen.
- Unterstützt politik- und sozialwissenschaftliche Forschung.
- Risiko einer Fehlklassifizierung aufgrund von Sarkasmus oder Mehrdeutigkeit.
- Bezieht sich auf Textklassifizierungsaufgaben.
Funktionsweise
- Sammeln und Vorverarbeiten von Textdaten.
- Kennzeichnen Sie Daten mit Stimmungskategorien.
- Trainieren Sie ML-Modelle mithilfe von überwachtem oder unüberwachtem Lernen.
- Wenden Sie Modelle auf neue Texteingaben an.
- Aggregieren und analysieren Sie Stimmungstrends.
Beispiele (Reale Welt)
- Twitter-Stimmungsanalyse während der Wahlen.
- Amazon-Bewertungen werden zur Produktverbesserung analysiert.
- Finanzunternehmen verfolgen die Stimmung für Aktienprognosen.
Referenzen / Weiterführende Literatur
- Pang & Lee. „Meinungsforschung und Stimmungsanalyse.“ Grundlagen und Trends in der Informationsbeschaffung.
- Jurafsky & Martin. Sprach- und Sprachverarbeitung.
- IEEE-Transaktionen zum affektiven Computing.
- Leitfaden zur Stimmungsanalyse
