Estás leyendo la publicación: Comprender el tono emocional del texto con IA — Sentimiento… – Hacia la IA
Publicado originalmente en Hacia la IA, la empresa líder mundial en noticias y medios de IA y tecnología. Si está creando un producto o servicio relacionado con la IA, lo invitamos a considerar convertirse en patrocinador de la IA. En Hacia la IA, ayudamos a escalar las empresas emergentes de IA y tecnología. Permítanos ayudarlo a dar rienda suelta a su tecnología a las masas.
Comprender el tono de emoción del texto con IA: análisis de sentimiento en tweets de Monkeypox
Introducción
¿Cómo entienden las empresas y las organizaciones los sentimientos de los clientes o el sentimiento del público con respecto a un evento de tendencia? Los enfoques más comunes serían leer cientos de reseñas y comentarios en línea, programar entrevistas de retroalimentación o pedirle al público que complete encuestas. Digamos que hemos recopilado estos valiosos datos del público, ¿qué debemos hacer a continuación para extraer valor de ellos?
Antes de revelar el misterio, haremos un estudio de ejemplo utilizando el tema del virus de la viruela del mono, una de las últimas enfermedades infecciosas que se propagan, y veremos cómo se siente el público al respecto. Después de haber recopilado alrededor de 13.500 tweets durante los últimos 12 meses de Twitter como nuestro corpus de muestra, realizaremos un análisis de opinión sobre cómo se siente el público sobre el virus Monkeypox.
¿Qué es un análisis de sentimiento y por qué es importante?
El análisis de sentimientos se ha utilizado ampliamente desde principios del siglo XX y su área de investigación sigue creciendo rápidamente. (aquí, debe explicar qué es. De lo contrario, deja al lector esperando la respuesta, luego puede explicar los enfoques técnicos como AI). Una de las soluciones más avanzadas es usar IA para proceder con el análisis de sentimientos. El algoritmo utiliza una técnica de procesamiento de lenguaje natural (NLP) que le permite determinar los estados de ánimo o las emociones de un texto. En este caso, las empresas pueden reaccionar en función de los comentarios de los usuarios.
Cuando estemos usando este algoritmo para analizar un corpus, se le asignará una puntuación de sentimiento. Una puntuación de sentimiento es un indicador entre -1 y 1, que muestra si el contenido del corpus expresa un sentimiento positivo (1), neutral (0) o negativo (-1).
- Las puntuaciones de sentimiento oscilan entre 0,2 y 1, y el texto tiende a inclinarse cada vez más hacia un estado de ánimo positivo.
- Puntuaciones de sentimiento en el rango de entre -0,2 y -1, el texto tendería a ser considerado como negativo o muy negativo.
- Puntuación de sentimiento en el rango de entre -0,2 y 0,2, el texto se considera neutral.
Las empresas que extraen puntajes de sentimiento del cliente pueden usarlo como uno de sus KPI, ya que puede indicar cómo se sienten sus clientes con respecto a su marca.
¡A la mano!
Raspado web
Descargo de responsabilidad: este artículo es solo para fines educativos. No alentamos a nadie a raspar sitios web, especialmente aquellas propiedades web que pueden tener términos y condiciones contra tales acciones.
Como se mencionó anteriormente, vamos a recopilar alrededor de 13.5k tweets durante los últimos 12 meses de Twitter sobre el virus Monkeypox. La biblioteca principal de Python que usamos en este paso se llama snscrape.
Como puede ver, hemos recopilado con éxito 13540 tweets como nuestro corpus de muestra, que se guardan temporalmente en un DataFrame. Hay 4 columnas en este marco de datos: ‘Fecha y hora’, ‘ID de tweet’, ‘Texto’ y ‘Nombre de usuario’.
Cálculo de puntuación de opinión y limpieza de datos
Después de haber preparado nuestros datos, ahora podemos usar una biblioteca llamada TextBlob para calcular la puntuación de opinión de cada tuit.
A cada tweet se le asigna una puntuación de sentimiento que se muestra en una nueva columna llamada “sentimiento”. Antes de continuar con el análisis, descubrimos que hay muchos tweets que son neutrales (puntuación de opinión entre -0,2 y 0,2). Neutral significa que no hay impactos de opinión o comentarios no relacionados. En este caso, solo queremos centrarnos en los tuits que muestran emociones positivas y negativas ocultando los tuits que son neutrales.
Visualización
A continuación, vamos a calcular y visualizar la puntuación de sentimiento promedio que se agrupa por mes para ver la tendencia de cómo se siente el público sobre el virus de la viruela del mono de vez en cuando. La biblioteca de Python para visualizar la puntuación de sentimiento promedio mensual es plotly.express.
Estos son los puntajes de sentimiento promedio para cada mes. A continuación, vamos a visualizar un gráfico de líneas utilizando los datos anteriores.
El gráfico de líneas anterior ilustra los puntajes de sentimiento desde fines de agosto de 2021 hasta fines de agosto de 2022. Las dos caídas más pronunciadas ocurrieron entre noviembre de 2021 y febrero de 2022 y de mayo de 2022 a agosto de 2022. Los dos puntos más bajos en este gráfico son febrero de 2021 y agosto de 2022. lo que podría deberse a importantes anuncios de los departamentos gubernamentales de salud pública. En general, el público ha tenido emociones negativas hacia el virus de la viruela del mono durante los últimos 12 meses.
Eventualmente, estamos usando nube de palabras para imaginar las palabras clave que más se mencionan en nuestro corpus en función del conteo de la frecuencia. Cuanto más grandes aparecen las palabras en la nube de palabras, más a menudo fue mencionado por el público.
Conclusión
Como puede ver, el uso de IA para implementar el análisis de sentimientos es muy productivo para las empresas y organizaciones que necesitan revisar los comentarios de sus clientes o del público, especialmente cuando el conjunto de datos es grande. Mediante el uso de este algoritmo, podemos realizar fácilmente un seguimiento de las emociones del público con respecto a esta última enfermedad infecciosa que se propaga. Esto será muy útil para que los departamentos relacionados decidan qué acciones tomar para eliminar la ansiedad del público en el futuro.
Comprender el tono de emoción del texto con IA: el análisis de sentimiento en los tweets de Monkeypox se publicó originalmente en Towards AI en Medium, donde las personas continúan la conversación resaltando y respondiendo a esta historia.
Publicado a través de Hacia la IA
