La adaptación al dominio es lo que marca la diferencia entre un análisis de sentimiento bueno y uno excepcional. Hasta ahora las posibilidades de adaptar el análisis de sentimiento de MeaningCloud a tu contexto se cifraban en utilizar diccionarios personales -para crear nuevas entidades y conceptos que la API de Sentiment Analysis utilizara para realizar su análisis basado en aspectos- o en solicitar a nuestro departamento de Servicios Profesionales que desarrollara un modelo de sentimiento a tu medida.

Con la publicación de Sentiment Analysis 2.1 incorporamos una nueva herramienta de personalización orientada a la creación de modelos de sentimientos personales. Esta herramienta utiliza a fondo nuestra tecnología de Procesamiento del Lenguaje Natural para permitiros ser autónomos y desarrollar -sin necesidad de programar- potentes motores de análisis de sentimiento adaptados a vuestras necesidades.

Otras herramientas para personalizar el análisis de sentimiento disponibles en el mercado permiten esencialmente definir “bolsas de palabras” con polaridad positiva o negativa. Nuestras herramientas 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.

Continuar leyendo→