A hybrid lexicon-based and neural approach for explainable polarity detection
È pubblicato sulla rivista Information Processing and Management della Elsevier un articolo riguardante la Sentiment Analysis.
Questo lavoro propone un modello ibrido di deep learning (tipico della Intelligenza Artificiale) costruito integrando l'algoritmo a reti neurali di Google, chiamato BERT (Bidirectional Encoder Representations from Transformers), con il lessico affettivo basato sul dizionario WMAL (Weighted-Morphologically-inflected Affective Lexicon) sviluppato nel 2020 dal CREA Politiche e Bioeconomia e dal Dipartimento di Informatica della Università di Torino. Il modello ibrido è stato proposto in collaborazione sia con il Dipartimento di Informatica dell'Università di Bari che di Torino e coinvolge anche un nostro database di tweet in Agricoltura.
Questo risultato è un importante inizio per poter applicare al meglio, e con tecniche sempre più sofisticate e d'avanguardia, una Sentiment Analysis in Agricoltura che attualmente viene elaborata con il solo WMAL sia nel bollettino CREAgritrend di CREA Politiche e Bioeconomia che sulla rubrica dal “CREA con Sentiment(o)” della rivista CREAFuturo.
L'articolo può essere scaricato gratuitamente fino all'8 ottobre 2022 ai seguenti share-link: Hybrid model; https://smsagri.crea.gov.it/
marco.vassallo@crea.gov.it