desc

Feel-It, il tool che rileva i sentiment sui social in lingua italiana

Tecnologia
TECH
Edit article
Set prefered

Feel-It, il tool che rileva i sentiment sui social in lingua italiana

Per la prima volta Feel-It, strumento elaborato da due ricercatori e un docente della Bocconi, è in grado di analizzare i sentiment in italiano

Per la prima volta Feel-It, strumento elaborato da due ricercatori e un docente della Bocconi, è in grado di analizzare i sentiment in italiano

Tecnologia

Uno strumento in grado di analizzare i sentiment che appaiono sui social media in lingua italiana. Feel-It è l’innovativo tool che ha preso vita dallo studio di due ricercatori, Federico Bianchi e Debora Nozza, e un professore associato, Dirk Hovy, dell’Università Bocconi di Milano. Feel-It, strumento open source disponibile qui, riesce ad analizzare i sentiment e a riconoscere le emozioni trasmesse via social in italiano.

“In Italia, sinora, non esisteva un sistema simile – afferma Federico Bianchi – Noi siamo riusciti a mettere a punto un tool facilmente installabile in qualsiasi pipeline e utilizzabile da chiunque“. Una novità che può rivelarsi molto utile soprattutto per aziende e PMI che hanno anche una sede e una presenza digitale.

Leggi anche: Chi sono le cinque startup accelerate da Bocconi for innovation

 

Come ha preso forma Feel-It

«Abbiamo estratto le emozioni da alcuni tweet in italiano tra un serie di trending topic su Twitter con l’idea di comprendere i processi che stanno dietro a questo tipo di comunicazione e ne abbiamo annotato un sotto insieme. Abbiamo analizzato e classificato manualmente circa 2.000 tweet che coprono una moltitudine di temi a cui è stata associata un’emozione (gioia, rabbia, tristezza, paura) e abbiamo utilizzato questo dataset per fare tuning di un modello neurale chiamato “BERT” in Italiano – racconta Federico – Abbiamo, poi, costruito una pipeline per annotare le emozioni delle persone e le abbiamo mappate suddividendole in due cluster: positivo/negativo (“joy” per il positivo e le altre a negativo), riuscendo a replicare il modello BERT. I risultati hanno dimostrato che abbiamo messo a punto un modello che predice bene la sentiment analysis e le emozioni nel testo. Inoltre, funziona bene anche su dati che non sono dello specifico dominio di partenza – come Twitter nel nostro caso – ma lo abbiamo utilizzato anche su commenti a Facebook ads e a video di Youtube ottenendo buoni risultati».

Il data set e il modello di Feel-It sono disponibili in open source sul web e descritti in un paper accademico peer-reviewed che è stato presentato a WASSA 2021 durante l’undicesimo Workshop on Computational Approaches to Subjectivity, Sentiment & Social Media Analysis della conferenza EACL: una delle principali per quello che riguarda il Natural Language Processing. “Con dati di alta qualità e il modello BERT, i risultati elaborati da Feel-It raggiungono una precisione dell’84%”, afferma Debora Nozza.

Debora Nozza

 

A chi si rivolge Feel-It

“Questo strumento si rende utile, principalmente, per chi ha un’azienda online o un e-commerce e vuole capire il trend degli utenti e per analizzare come le persone rispondono a certi eventi sui social“, spiega Federico. Le aziende di opinion mining e brand management ora eseguono abitualmente l’analisi del sentiment sui social media per capire quali aspetti di un marchio sono percepiti positivamente o negativamente dai clienti. Nel migliore dei casi, strumenti di intelligenza artificiale monitorano autonomamente i social media per identificare e classificare in pochi secondi le conversazioni su un brand. Nel caso peggiore, il compito deve ancora essere faticosamente condotto a mano.

like

Uno strumento come quello messo a punto da Federico, Debora e Dirk, è in grado di identificare non solo il semplice sentiment ma anche emozioni più sfumate (rabbia, gioia, tristezza, ecc.) espresse in un testo, per la prima volta in italiano e in open source. “Nel futuro vorremmo ampliare questo modello con nuove annotazioni, renderlo ancora più accessibile e in grado di analizzare anche possibili emozioni tra cui la sorpresa e la speranza. Quest’ultimo sentimento ricorrente soprattutto in tempi di Covid”, conclude Federico.