Sobre a análise do sentimento

A análise do sentimento com IA do Talkwalker oferece uma maneira de analisar o tom emocional de um conteúdo, como uma publicação de mídia social ou um artigo. O senhor pode usar as informações obtidas com a análise do sentimento para otimizar os fluxos de trabalho, adaptar as respostas com base na urgência emocional e ajudar a informar as decisões estratégicas e as estratégias de gerenciamento de crises.

Sobre o modelo de análise do sentimento

A análise de sentimento do Talkwalker reconhece atualmente 186 idiomas e pode fornecer uma precisão geral de até 90%. O modelo de análise de sentimento com tecnologia de IA do Talkwalker combina as seguintes técnicas avançadas para obter os melhores resultados:

• Aprendizado profundo - Não treinamos nosso motor usando os dados de nossos clientes. Ele usa um conjunto de dados predefinido de dezenas de milhões de resultados anotados por humanos para ajudá-lo a identificar padrões relevantes e melhorar os resultados.
• Padrões relevantes - Nossos algoritmos, que funcionam nos bastidores, não apenas decifram palavras individuais, eles podem entender o significado por trás de frases completas. Isso permite que eles interpretem as emoções humanas, os tipos básicos de ironia e o sarcasmo.
• Redes neurais - Empregamos métodos de computação poderosos que simulam as habilidades cognitivas humanas.
• Processamento de linguagem natural (NLP) e aprendizado de máquina - Usamos essas técnicas para ajudar a determinar o sentimento, reconhecer imagens e vídeos e auxiliar na tradução automática, na criação de nuvens temáticas, na demografia e nos clusters de conversa.

Observação: os modelos de sentimento de IA não são treinados nos dados do cliente.

Como atribuímos sentimento

Para os recursos que suportam a análise do sentimento, o senhor pode optar por usar a IA para atribuir automaticamente o sentimento e pode alterar manualmente o sentimento. A IA analisa frases inteiras (não apenas palavras-chave) e inclui todos os resultados para determinar a atitude ou reação contextual geral. Somente um sentimento pode ser atribuído a cada artigo ou postagem.

Cálculos de sentimento no Inbox 2.0

Usamos o serviço de IA do TalkWalker para determinar o sentimento positivo, negativo ou neutro de mensagens individuais em uma conversa. Também calculamos um sentimento geral para cada conversa. Usamos as últimas cinco mensagens não neutras em uma conversa para calcular o sentimento dessa conversa. Para cada mensagem positiva, adicionamos um ponto e para cada mensagem negativa, subtraímos um ponto. Em seguida, calculamos a média das últimas cinco pontuações e usamos o intervalo a seguir para calcular a conversa sentimento:

• Positivo - Entre 0 e 1.
• Neutro - 0.
• Negativo - Entre -1 e 0.

Por exemplo, calculamos como positiva uma conversa com 1 mensagem negativa, 1 neutra e 3 positivas. (-1 + 1 + 1 + 1) /4 = 0,5, que está entre 0 e 1 e, portanto, é positivo.

Cálculos de sentimento no Talkwalker

Se os Classificadores de IA fizerem parte do seu pacote, o senhor poderá treinar Classificadores de IA de sentimento personalizados para o seu projeto.

O sentimento de IA é aplicado aos resultados importados manualmente para o Talkwalker. No entanto, se o senhor indicar o seu próprio sentimento no arquivo de importação, o sentimento automático não será atribuído.

O sentimento global de IA é baseado no conteúdo, não na marca. Para sentimentos baseados na marca, use classificadores de IA personalizados.

Detecção de emoções

Tanto o sentimento quanto a emoção são detectados por meio de IA. No entanto, eles são calculados separadamente e métodos diferentes são usados para seus cálculos.

Para detecção de emoções, seguimos a estrutura de emoções de Parrott. A detecção de emoções é baseada em frases individuais e um artigo pode aparecer em várias categorias de emoções. A detecção de emoções só se aplica aos resultados nos quais as emoções podem ser identificadas.

As emoções detectadas para um resultado específico podem não corresponder necessariamente ao sentimento do resultado. Por exemplo, emoções alegres em uma postagem não significam necessariamente que a postagem será classificada como positiva.