MeaningCloud hace posible un análisis de sentimiento totalmente personalizado, para conseguir una máxima exactitud

Sus nuevas herramientas de personalización permiten a los usuarios realizar un análisis de sentimiento de calidad comparable al de los analistas humanos

19 APRIL 2016, NUEVA YORK
Summary
MeaningCloud, proveedor líder de productos de análisis semántico, ha anunciado que ha incorporado a sus herramientas de análisis de sentimiento unas nuevas capacidades de personalización que permiten a sus usuarios realizar un análisis de opinión totalmente adaptado a su dominio. Estas capacidades son superiores a las disponibles actualmente en el mercado ya que permiten, además de asociar polaridades a palabras, definir estas polaridades teniendo en cuenta modificadores y el contexto, y la función de cada palabra en cada momento.

MeaningCloud, proveedor líder de productos de análisis semántico, ha anunciado que ha incorporado a sus herramientas de análisis de sentimiento unas nuevas capacidades de personalización que permiten a sus usuarios realizar un análisis de opinión totalmente adaptado a su dominio. Estas capacidades son superiores a las disponibles actualmente en el mercado ya que permiten, además de asociar polaridades a palabras, definir estas polaridades teniendo en cuenta modificadores y el contexto, y la función de cada palabra en cada momento.

El análisis de sentimiento es una de las funciones clave de la analítica de texto porque permite extraer la polaridad de las opiniones que en formato libre se expresan en las conversaciones en medios sociales, las encuestas de satisfacción o las interacciones en el contact center. Pero esta función se ha encontrado siempre con un reto: la ambigüedad del lenguaje y sus diferencias entre los diferentes contextos, que hacen que una misma expresión tenga diferentes significados dependiendo de la situación o el registro idiomático. Por ejemplo, la palabra “barato” suele tener en general una connotación positiva, a menos que se hable de un producto de lujo, en cuyo caso puede ser algo peyorativo. Las variantes de un idioma que se hablan en diferentes regiones agravan también este problema.

Los modelos de sentimiento generales para un idioma suelen ser incapaces de recoger todas las variantes posibles y, por lo tanto, en ocasiones no proporcionan una suficiente calidad en el análisis. Esto ha hecho que la adopción de estas herramientas sea relativamente baja, comparada con sus beneficios potenciales.

Un gran avance en análisis semántico

La nueva funcionalidad de creación de modelos personales de sentimiento de MeaningCloud permite que las empresas adapten totalmente el análisis de sentimiento a su dominio, aplicación o sector. Estas capacidades de personalización se sustentan en la potente tecnología de Procesamiento del Lenguaje Natural de la compañía ofrecen a los usuarios la autonomía para desarrollar -sin necesidad de programar- potentes motores de análisis de sentimiento adaptados a sus necesidades.

Al contrario que en el caso de otras tecnologías disponibles en el mercado, que esencialmente permiten definir “bolsas de palabras” con polaridad positiva o negativa, las herramientas de MeaningCloud van mucho más allá y hacen posible

  • Definir el papel de una palabra como vector de polaridad (contenedor, negador, modificador), permitiendo usar lemas para incorporar fácilmente las variantes de cada palabra
  • Especificar casos particulares de la polaridad de una palabra, dependiendo del contexto en el que aparece o de la función morfosintáctica que desempeña en cada caso
  • Definir expresiones multipalabra como elementos prioritarios en la evaluación de polaridad
  • Gestionar el modo en que estos modelos personales de polaridad complementan o sustituyen a los diccionarios generales de cada idioma.

Por ejemplo, la expresión “el tipo de interés es muy alto” expresada por un cliente de servicios financieros, puede ser positiva en un contexto de depósitos pero negativa en un contexto de hipotecas. Con esta herramienta es posible definir esas diferentes polaridades para los distintos casos.

El resultado de esta contextualización del análisis de sentimiento es una incomparable exactitud, muy cercana a la que se conseguiría por medios humanos.

Los modelos de sentimiento personales complementan otras capacidades de personalización de MeaningCloud, que incluyen los modelos de clasificación de texto y los diccionarios de topics, y que en conjunto ponen la analítica de texto de la máxima calidad al alcance de todos los desarrolladores.

Más información aquí.

Si quiere saber más sobre las capacidades de personalización del análisis de sentimiento de MeaningCloud, acompáñenos en este webinar el 3 de mayo.

Quotes
"La adaptación al dominio es lo que marca la diferencia entre un análisis de sentimiento bueno y uno excepcional. Con estas herramientas de personalización estamos poniendo al alcance de todos los desarrolladores motores de análisis de sentimiento totalmente adaptados a su contexto, que aportan la máxima calidad de análisis." José C. González, CEO, MeaningCloud
Images
news