의견 마이닝/감정 분석은 자연어 처리의 다소 최근의 하위 작업입니다. 텍스트 분류와 비교해 볼 때 일부는 그것에 대해보다 깊은 입장을 취하고 있습니다. 감정 분석 (의견 채굴)에서 가장 어려운 문제에 대해 어떻게 생각합니까? 몇 가지 이름을 지어 줄 수 있니?감정 분석 (의견 채굴)에서 가장 어려운 문제는 무엇입니까?
답변
주요 과제는 다음과 같습니다 - 엔티티 인식 명명 된
1) - 어떻게 사람이 실제로 예를 들어 얘기입니다 300 명의 스파르타 인들이 헬리콥터 그룹인가 영화인가?
2) 아나 포라 해상도 - 대명사 또는 명사구의 의미를 해결하는 문제. "우리는 영화를 보았고 저녁 식사에 나갔다. "그것"은 무엇을 나타 냅니까?
3) 구문 분석 - 동사 및/또는 형용사가 실제로 참조하는 문장의 제목 및 대상은 무엇입니까?
4) 풍자 (Sarcasm) - 저자를 모르는 사람은 '나쁨'이 좋지 않거나 좋지 않다는 것을 알 수 없습니다.
5) 트위터 - 약어, 수도, 가난한 맞춤법, 가난한 구두점, 빈약 한 문법, 부족 ...
나는 대답이 언어의 복잡성, 문법의 실수, 철자법이라고 생각한다. 사람들이 풍자적 인 견해를 표명하는 데는 방대한 방법이 있습니다. 예를 들어, 풍자가 매우 긍정적 인 정서로 잘못 해석 될 수 있습니다. 감정 분석을위한
나는 사람들은 감정 분석의 정확도 개선을 볼 수있는 영역이라는 것을 Hightechrider에 동의합니다. 또한 정서 분석은 대부분 폐쇄 도메인 텍스트에서 수행되는 경향이 있다고 덧붙입니다. 오픈 도메인 텍스트에서 그것을 시도하는 시도는 대개 아주 잘못된 정확도를 갖게됩니다./F1 측정/당신이 가졌던 것 또는 다른 것은 가짜 오픈 도메인 인 이유는 특정 문법적 구조 만 보았 기 때문입니다. 따라서 주제를 식별하고 의사 결정을 내릴 수있는 주제별로 민감한 감정 분석이 연구 (및 산업 제품)에 대한 흥미로운 영역이라고 말할 수 있습니다.
나는 또한 5 번째 포인트를 Twitter에서 다른 소셜 미디어 사이트 (예 : Facebook, Youtube)로 확장했는데, 짧은 말도 안되는 발언은 평범합니다.
몇 가지 유형의 정서 분석 (문서 수준, 문장 수준, 비교 심리 분석 등)이 있으며 각 유형마다 몇 가지 특정 문제가 있으므로 질문이 너무 일반적 일 수 있습니다.
일반적으로 내가 @Ian 머서에 의해 대답에 동의, 말하기, 나는 3 다른 문제를 추가 :- 어떻게 깊이 심리/정서에 더 감지 할 수 있습니다. 긍정적이고 부정적인 것은 아주 간단한 분석입니다. 문제 중 하나는 얼마나 많은 혐오감이 있는지, 얼마나 많은 행복, 얼마나 슬픈 일인지 등 감정을 추출하는 것입니다.
- 의견이있는 객체를 찾는 방법 긍정적 인 의견과 반대 의견을 제시하는 대상. 예를 들어, "그녀가 그를 이겼다!"라고 말하면, 이것은 동시에 그녀에 대한 긍정적 인 감정과 그에게 대한 부정적인 감정을 의미합니다.
- 매우 주관적인 문장이나 단락을 분석하는 방법. 때때로 인간을 위해서조차도이 높은 주관적인 텍스트의 정서에 동의하는 것은 매우 어렵습니다. 컴퓨터를 상상해보십시오 ...
검색어를 작성한 동기는 무엇입니까? 그것은 많은 도움이 될 것입니다. – Skarab