Böcker av Jessica Olivares López

A análise de sentimentos é uma das aplicações de classificação de texto do processamento de linguagem natural, que consiste basicamente em atribuir uma categoria adequada ao conteúdo de uma frase, texto ou documento, com base no processamento de texto (previamente não estruturado). Esta classificação é efectuada através da atribuição de uma polaridade de sentimento: positivo, negativo ou neutro a uma frase ou documento, ou através da atribuição de uma emoção identificada na frase.A análise de sentimentos é atualmente uma ferramenta poderosa em várias aplicações para diferentes indústrias. Pode ser aplicada a diferentes sectores; têxtil, automóvel, alimentar, indústria transformadora, etc., ou mesmo em agências governamentais, universidades, entre outros, mas especificamente em espaços onde os dados são recolhidos diariamente. Por isso, a utilização deste tipo de estratégia está a tornar-se cada vez mais importante. A partir dos dados gerados e armazenados durante anos, podem ser feitas inferências que ajudam a validar, apoiar ou travar qualquer tipo de tomada de decisão.

L'analyse des sentiments est l'une des applications de classification de texte du traitement du langage naturel. Elle consiste essentiellement à attribuer une catégorie appropriée au contenu d'une phrase, d'un texte ou d'un document, sur la base d'un traitement de texte (précédemment non structuré). Cette classification s'effectue en attribuant une polarité de sentiment : positive, négative ou neutre à une phrase ou à un document, ou en attribuant une émotion identifiée dans la phrase.L'analyse des sentiments est actuellement un outil puissant dans diverses applications pour différents secteurs. Elle peut être appliquée à différents secteurs : textile, automobile, alimentaire, manufacturier, etc., ou même dans les agences gouvernementales, les universités, entre autres, mais surtout dans les espaces où les données sont collectées quotidiennement. C'est pourquoi l'utilisation de ce type de stratégie devient de plus en plus importante. À partir des données générées et stockées depuis des années, des déductions peuvent être faites pour aider à valider, soutenir ou arrêter tout type de prise de décision.

L'analisi del sentiment è una delle applicazioni di classificazione del testo dell'elaborazione del linguaggio naturale, che consiste nell'assegnare una categoria appropriata al contenuto di una frase, di un testo o di un documento, sulla base di un'elaborazione del testo (precedentemente non strutturato). Questa classificazione viene effettuata assegnando una polarità di sentiment: positiva, negativa o neutra a una frase o a un documento, oppure assegnando un'emozione identificata nella frase.L'analisi del sentiment è attualmente uno strumento potente in varie applicazioni per diversi settori. Può essere applicata a diversi settori: tessile, automobilistico, alimentare, manifatturiero, ecc. o anche in agenzie governative, università, tra gli altri, ma in particolare in spazi dove i dati vengono raccolti quotidianamente. Pertanto, l'uso di questo tipo di strategia sta diventando sempre più importante. Dai dati generati e conservati per anni, si possono trarre inferenze che aiutano a convalidare, sostenere o bloccare qualsiasi tipo di decisione.

Die Stimmungsanalyse ist eine der Textklassifizierungsanwendungen der natürlichen Sprachverarbeitung, bei der dem Inhalt eines Satzes, Textes oder Dokuments auf der Grundlage einer (zuvor unstrukturierten) Textverarbeitung eine geeignete Kategorie zugewiesen wird. Diese Klassifizierung erfolgt durch die Zuweisung einer Stimmungspolarität: positiv, negativ oder neutral zu einem Satz oder Dokument, oder durch die Zuweisung einer Emotion, die in dem Satz identifiziert wird.Die Stimmungsanalyse ist derzeit ein leistungsfähiges Instrument für verschiedene Anwendungen in unterschiedlichen Branchen. Sie kann in verschiedenen Sektoren eingesetzt werden: Textil-, Automobil-, Lebensmittel-, Fertigungsindustrie usw. oder auch in Regierungsbehörden, Universitäten usw., vor allem aber in Bereichen, in denen täglich Daten gesammelt werden. Daher wird der Einsatz dieser Art von Strategie immer wichtiger. Aus den Daten, die über Jahre hinweg generiert und gespeichert wurden, können Rückschlüsse gezogen werden, um jede Art von Entscheidungsfindung zu validieren, zu unterstützen oder zu verhindern.

Sentiment analysis is one of the text classification applications of natural language processing, basically assigning an appropriate category to the content of a sentence, text or document, based on the (previously unstructured) text processing. This classification is done by assigning a sentiment polarity: positive, negative or neutral to a sentence or a document, or by assigning an emotion that is identified in the sentence.Sentiment analysis is currently a powerful tool in various applications for different industries. It can be applied to different sectors; textile, automotive, food, manufacturing, etc., or even in government agencies, universities, among others, but specifically in spaces where data is collected on a daily basis. Therefore, the use of this type of strategies is becoming more and more important. From the data that have been generated and stored for years, inferences can be made to help validate, support or stop any type of decision making.

El análisis de sentimientos es una de las aplicaciones de la clasificación de textos del procesamiento de lenguaje natural, básicamente asigna una categoría apropiada al contenido de una oración, texto o documento, a partir del procesamiento del texto (previamente no estructurado). Esta clasificación se hace mediante la asignación de una polaridad de sentimiento: positivo, negativo o neutro a una oración o un documento, o a partir de la asignación de una emoción que se identifique en la oración.Actualmente el análisis de sentimientos es una herramienta potente en diversas aplicaciones para distintas industrias. Se puede aplicar a diferentes sectores; textil, automotriz, alimenticio, manufacturera, etcétera, o incluso en dependencias gubernamentales, universidades, entre otros más, pero específicamente en espacios donde día a día se recolectan datos. Por lo que, cada vez es de mayor la importancia el uso de este tipo de estrategias. A partir de los datos que por años han sido generados y almacenados, se pueden hacer inferencias que ayuden a validar, sustentar o detener cualquier tipo de toma de decisiones.