Analyse des sentiments sur des textes longs et structurés
J'essaie d'apprendre comment l'analyse des sentiments basée sur des techniques d'apprentissage automatique fonctionne en lisant des guides en ligne et des articles du monde universitaire et j'ai du mal à comprendre ce qui suit:
Pourquoi les gens n'effectuent-ils pas - ou, du moins, presque jamais - une analyse des sentiments sur des textes longs et structurés comme des articles de journaux ou des transcriptions de discours?
J'ai remarqué qu'il était assez courant d'analyser les critiques et les titres des journaux car ils sont courts en termes de caractères. Alors ... Je me demandais si c'était juste à cause de la puissance de calcul et du temps nécessaires pour entraîner les algorithmes de ML (pense aux réseaux de neurones) ou pour d'autres raisons.
Quelqu'un peut-il m'aider à comprendre?
Réponses
Je me demandais si c'était juste à cause de la puissance de calcul et du temps requis pour entraîner les algorithmes de ML
Ce n'est pas à cause de cela; c'est sans doute parce qu'un texte long et structuré peut probablement contenir des segments de sentiment "positif" avec des "négatifs", il peut être infiniment plus subtil et nuancé, et en principe essayer de simplement l'étiqueter globalement comme "positif / négatif" ( ou même l'ajout de quelques catégories de sentiments supplémentaires) est futile, improductif et en fin de compte peu utile.
Andrew Ng a déclaré :
Si une personne typique peut effectuer une tâche mentale en moins d'une seconde de réflexion, nous pouvons probablement l'automatiser à l'aide de l'IA maintenant ou dans un proche avenir.
et c'est exactement l'idée derrière l'analyse des sentiments: pour de courts extraits de texte, et en particulier pour les types d'analyse de sentiments de texte généralement déployés (critiques, tweets, etc.), une personne typique n'a aucune difficulté à les classer dans une si courte liste de sentiments possibles; de plus, c'est une tâche que nous voulons automatiser, afin de pouvoir la faire massivement et à grande échelle sans avoir à faire passer une personne par une (pas une approche évolutive).
Ce sont des exigences qui ne s'appliquent normalement pas aux textes longs et structurés, comme les (longs) articles de journaux, les essais, etc. et dans ces cas, il n'est pas rare que les personnes qui les lisent soient en désaccord si, dans l'ensemble, elles sont «positives», «négatives», favorables, contraires, etc. (vous voyez l'idée), donc toute pensée de déléguer une telle tâche à un modèle ML est en fait au-delà de toute considération, du moins pour le moment, et non par manque de puissance de calcul.
La raison principale serait la densité et la diversité des sentiments dans les longs textes. En supposant la présence d'un certain sentiment (positif, négatif), il peut être mesuré plus facilement dans un texte court car la probabilité d'avoir plus d'un sujet ou plus d'un sentiment spécifique sur un sujet est moindre.
Si vous lisez un long texte, il peut y avoir plusieurs sujets différents et plusieurs sentiments différents sur chaque sujet à estimer.
À titre d'exemple, supposons une opinion d'un paragraphe sur un film. Il résumera très probablement une opinion globale sur le film et sera plus facile à capturer.
Mais une critique de deux pages sur un film pourrait considérer un très bon jeu d'acteur, une musique médiocre et de très mauvais effets spéciaux. Ensuite, tout le problème de l'analyse des sentiments changera ici. Parlons-nous de chaque sentiment sur chaque sujet ou d'un sentiment général sur tout le film? Le sentiment général sur l'ensemble du film est-il la moyenne de tous les sentiments sur les sujets ou la détection du sentiment du paragraphe qui résume tout l'article?
Même dans les critiques presque courtes, lorsque l'auteur écrit sur plusieurs sujets en révision plutôt que d'être au point sur un sujet central, l'analyse des sentiments n'est pas la tâche la plus facile.