Modelli generativi per la sentiment analysis

Il seguente contributo ha lo scopo di fornire un’introduzione e una disamina sistematica dei modelli generativi della sentiment analysis, che rappresentano un’importante famiglia di metodi, per la maggior parte nonsupervisionati, che possono essere applicati a tutti i dati testuali grazie alla loro generalità e robustezza. Sono particolarmente utili nell’inferenza per variabili latenti su opinioni e possono eseguire in modo molto efficace analisi congiunte di dati testuali e valutazioni numeriche associate. Consentono, inoltre, la costruzione del lessico dei sentimenti e di lessici specifici per argomenti, l’individuazione di un modello che prenda in considerazione variabili come il tempo, la posizione e le fonti e l’analisi delle preferenze latenti degli opinionisti. Scoprire modelli di opinioni latenti da grandi quantità di dati rende i modelli generativi strumenti essenziali per costruire sistemi intelligenti per la comprensione delle opinioni e per la ricerca nelle scienze sociali computazionali.