Software Meinungsforschung

Liebe Kunden / Computerfreunde, 😊
Die aspektbasierte Stimmungsklassifizierung (ABSC) ist dafür vorgesehen, die Stimmung vorherzusagen. 
Die Stimmung zu bestimmten Aspekten (Topics) ist ein wichtiges Forschungsgebiet in der natürlichen Sprachverarbeitung (NLP: Natural Language Processing) und als Teil dem Themengebiet des Machine Learning zuzuordnen.
In einem Satz können verschiedene Aspekte (Worte, techn.: Tokens) unterschiedliche Gefühle vermitteln. So hat beispielsweise der Satz "Das Essen ist köstlich, aber der Service schlecht." eine positive Konnotation. Das Gefühl zum Wort "Service" ist schlecht, wohingegen das "Essen" als positiv eingestuft wird. ABS ist wichtig für die Meinungsanalyse, dennoch stoßen ABSC-Datensätze häufig auf die Herausforderung der Datensparsamkeit.

Als konkretes Beispiel können wir mit relativ einfachen Mitteln - gekonnt angewandt - unterschiedliche Kundenfeedbacks auf E-Commerce Webseiten auswerten (vorausgesetzt: Exportmöglichkeiten der Texte gegeben, Scraping von Webseiten ermöglicht) . Eine konkrete Anwendung wäre das Auswerten des Feedbacks von Nutzern einer Banking App, die dort aus verschiedenen Produkten (Tagesgeld, Festgeld, Kredit) das passende Angebot wählen können.
Dies macht diese nachweislich wissenschaftlich fundierte Technik zu einem sehr interessanten Fall der Anwendung von Software. 

---

Falls Sie Interesse daran haben für ihre Dienstleistung bzw. ihr Produkt eine solche Auswertung durchzuführen, dann wenden Sie sich gerne & unverbindlich an mich persönlich: (Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein.)

Die wissenschaftliche fundierte Analyse finden Sie hier im Internet: hier  
>> Hinweis: Erste Programmcodes unter Nutzung von frei erhältlichen Programmierbibliotheken in der gehypten Sprache Python sind:   hier  
#NLP #Sentiment #BERT #Release #finetuning.