Nell’ampio campo della Sentiment Analysis, uno degli errori più frequenti di chi vi si approccia per la prima volta, è quello di tenere in considerazione unicamente informazioni quali il numero di volte in cui un certo hashtag compare, il numero dei follower di un account Twitter e il numero dei like. Queste sono informazioni che certamente vanno a sostegno della comprensione della rete sociale ma non producono nessun termine utile all’analisi dei sentiment. Occorre piuttosto tenere presente la particolare modalità scelta per analizzare i contenuti dei testi unendo insieme quantitativamente i Big Data con un approccio più qualitativo estraendone il significato (sentiment ).
Ma cosa si intende per Sentiment Analysis? Si riferisce all’intensità (positivo/negativo) di un sentimento e che è legato al concetto di opinion mining, ovvero una tecnica in grado di elaborare una ricerca su parole chiave e di identificare, per ciascun termine, degli attributi (positivo, negativo, neutro) in modo tale che diventi possibile estrarre un’opinione associata a ciascun termine chiave. L’intelligenza artificiale ha ricevuto una crescente attenzione sulle promettenti applicazioni nei campi della Sentiment Analysis basandosi su database semantico-lessicali come WordNet.
In vista delle imminenti Presidenziali il caso americano è significativo perché rappresenta uno spaccato di come diverse tecniche di Sentiment Analysis possono produrre risultati di una certa rilevanza. Tale approccio è infatti in grado di interpretare il linguaggio dei candidati e l’evoluzione dei trend nel corso della campagna elettorale, tastando il polso dell’elettorato e interpretando gli umori degli americani.
Tuttavia, non bisogna dimenticare che l’analisi non prende in considerazione i lati psicologici umani e la complessità del linguaggio. Espressioni sarcastiche o ironiche possono essere prese per giudizi positivi, proprio perché uno strumento “non umano” non è in grado di captare questo genere di sfumature. L’abilità di precisione è data dalla mole di dati considerati, per questo è inevitabile avere un’analisi imperfetta. Ciò non toglie che le sofisticate tecniche del Sentiment Analysis possiedono una forte abilità di previsione, non solo tracciando fedelmente l’evoluzione di una campagna elettorale ma anche nell’anticipare l’esito finale.
Twitterit è l’app creata appositamente per utilizzare la tecnica del Sentiment Analysis su temi specifici scelti dagli utenti. É il sistema avanzato che si “scopre” a misura d’uomo coinvolgendo la rete sociale verso scenari futuri, ma qui e adesso, con un opinion mining per le #presidenziali2020 che viene aggiornato ogni 15 minuti su 15.000 tweet.