3 Minuten Lesezeit | Stimmungen und Meinungen sind wichtig. Viele Firmen sammeln diese Informationen ihrer Kunden und werten sie aus. Produkt-Reviews sind seit jeher ein wichtiger Forschungsgegenstand der Sentiment Analysis. Bisher hat es aber noch kein System geschafft, Produkt-Reviews so aufzuarbeiten, dass das Lesen Spaß macht. Sentiment Analysis beschreibt die Extraktion von Stimmungen aus beispielsweise Texten. Die ersten Ansätze beschränkten sich auf einen Dictionary-Ansatz, bei dem hinter jedem Wort ein bestimmter Sentiment-Wert lag, deren Summe am Ende berechnet wurde (positiv oder negativ). Um mehr textuellen Kontext aus den Worten und Phrasen zu bekommen, wurden N-Gram-Modelle genutzt. Damit konnte man beispielsweise Verneinungen und Phrase detektieren. Der aktuelle State-of-the-Art arbeitet mit Deep Learning Netzen (Beispiel: A Deep Neural Architecture for Sentence-level Sentiment Classification in Twitter Social Networking). [caption id="attachment_547" align="alignnone" width="840"]pro-vs-con Beste Pro vs. Contra Bewertung des Buches „Homo Deus„. Quelle: amazon.com[/caption] Dadurch wird die Sentiment Analysis immer robuster. Es ergeben sich viele Anwendungsfelder, die vorher nicht möglich waren. Ein spannendes Feld sind Produkt-Reviews. Jeder kennt es, jeder hasst es. Produkt-Reviews sind meist nach Sternen sortiert. Trotzdem können die Texte der Reviews einen positiven sowie negativen Teil enthalten. Will man verstehen, warum eine Sternebewertung zustande kommt, muss man den kompletten Text lesen. Die Lösung: Eingefärbte Textstellen (positiv / negativ) würden das Lesen und Reviews vereinfachen und schnellere Kaufentscheidungen forcieren. Es hätte also einen positiven Effekt für den Käufer sowie den Händler. [caption id="attachment_546" align="alignright" width="439"]block-review Ein spannendes Review (Homo Deus) das von vielen Usern sicher ungelesen bleibt. Quelle: amazon.com[/caption] Für wen lohnt es sich? Von farblich aufgearbeitete Reviews könnten alle Akteure profitieren:

  • Plattformbetreiber – Reviewer können weiterhin ausführliche Reviews schreiben, denn diese werden für sie aufgearbeitet. Es wird also mehr Aktivität erzeugt.
  • Reviewer – Können sich auf den Inhalt konzentrieren, das die Formatierung für sie erledigt wird. Da mehr Leute ihre ausführlichen Reviews lesen, werden sie dadurch beflügelt, mehr Content zu liefern.
  • Händler – Kriegt die Reviews für sein Produkt besser aufgearbeitet und kann gegensteuern bzw. besser an den die Kontrapunkten seines Produktes arbeiten.
Blut geleckt? Du hast Blut geleckt und willst dich mit Sentiment Analysis beschäftigen. Hier zeigen wir dir, was du tun must:
  1. Lies diesen Artikel 😉 der Klassiker (hier)
  2. Schau dir die Demo an und beschäftige dich mit den Dokumenten (hier)
  3. Videos, Videos, Videos! Dan Jurafsky und Chris Manning auf Youtube (hier)
  4. Was ist State of the Art? Wir sagen es euch im Science Radar
]]>

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert