Mielipidelouhinta

Wikipediasta
Siirry navigaatioon Siirry hakuun

Mielipidelouhinta[1][2], tunneanalyysi[1][2] tai sentimenttianalyysi on luonnollisen kielen käsittelyn, tekstianalyysin, tietokonelingvistiikan ja biometristen tietojen käyttöä tunnetilojen ja subjektiivisen tiedon systemaattiseen tunnistamiseen, poimimiseen, kvantifiointiin ja tutkimiseen. Sentimenttialyysiä sovelletaan laajalti erilaisiin asiakaspalautteisiin, kuten arvosteluihin ja kyselytutkimuksiin. Tuloksia voidaan käyttää avuksi esimerkiksi markkinoinnissa, asiakaspalvelussa, suosittelujärjestelmissä tai vaikka vihapuheen tutkimisessa.kenen mukaan? Kehittyneiden kielimallien ja koneoppimisen avulla voidaan analysoida myös vaikeampia lähteitä, kuten uutistekstejä, joissa kirjoittajat yleensä ilmaisevat mielipiteensä vähemmän selkeästi. [3]

Sentimenttianalyysin perustehtävä on jonkin tekstin tai sen osien polariteetin luokittelu positiiviseen, negatiiviseen ja neutraaliin. Luokittelu voi tapahtua koko dokumentin, lauseen tai jonkin piirteen tasolla. Edistyneempi luokittelu etsii tarkemmin määriteltyjä tunnetiloja, kuten nautintoa, vihaa, inhoa, surua, pelkoa ja yllätystä.[4] Myös tunteiden voimakkuutta on mahdollista analysoidalähde?.

Sentimenttianalyysin perusmetodeja ovat perinteinen sanastopohjainen analyysi sekä nykyään lähinnä koneoppimisella toteutettu analyysi.[5] Suomen kielelle on julkaistu vapaasti saatavilla oleva yleinen tunnesanasto.[6][7]

Lähteet[muokkaa | muokkaa wikitekstiä]

  1. a b IATE ID: 3589178 Euroopan interaktiivinen termipankki (IATE). 15.4.2020. Euroopan unionin elinten käännöskeskus. Viitattu 18.9.2023.
  2. a b Tunneanalyysi Finto, Suomalainen asiasanasto- ja ontologiapalvelu. 9.7.2021. Kansalliskirjasto. ”Ohjaustermit: mielipidelouhinta” Viitattu 18.9.2023.
  3. Hamborg, Felix; Donnay, Karsten (2021). "NewsMTSC: A Dataset for (Multi-)Target-dependent Sentiment Classification in Political News Articles". "Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics: Main Volume"
  4. Vong Anh Ho ym.: "Emotion Recognition for Vietnamese Social Media Text". In Proceedings of the 2019 International Conference of the Pacific Association for Computational Linguistics (PACLING 2019), Hanoi, Vietnam (2019).
  5. Uusilla metodeilla voi analysoida tekstin tunnelatauksia entistä paremmin helsinki.fi. Helsingin yliopisto. Viitattu 23.2.2023.
  6. Emily Öhman, 2022. SELF & FEIL: Sentiment and Emotion Lexicons for Finnish.] In Proceedings of the 6th Digital Humanities in the Nordic and Baltic Countries Conference (DHNB 2022).
  7. SELF and FEIL: Emotion Lexicons for Finnish github.com. 12.5.2022. Viitattu 23.2.2023. (englanniksi)

Aiheesta muualla[muokkaa | muokkaa wikitekstiä]