Sentimentanalyse: Eine Untersuchung browserbasierter Tools

Jesenko, Berndt Sentimentanalyse: Eine Untersuchung browserbasierter Tools. Young Information Scientist, 2018, vol. 3, pp. 15-26. [Journal article (Paginated)]

[img]
Preview
Text
YIS_3_2018_15_Jesenko.pdf - Published version
Available under License Creative Commons Attribution.

Download (121kB) | Preview

English abstract

Sentiment Analysis: A study of browser-based tools [translated title]. Objective — The capture of moods and attitudes using sentiment analysis is increasingly facilitated by a rising number of freely available analysis tools. The following article provides an overview of these tools and their respective performances. Methods — 20 product reviews published on the website of the online retailer amazon.com were analyzed, compared and based on these results a usage recommendation is given. Eight different sentiment analysis tools were used. Results — The results of sentiment analysis depend on the tool used. The differences in the analysis results are in most cases blatant and the use of three of the eight examined tools can be discouraged due to the lack of performance. Conclusions — When using one of the free-to-use sentiment analysis tools, care should be taken to ensure that the user does not rely solely on this tool. The perfect tool that completely replaces the human mind does not yet exist and this circumstance will probably not change in the near future.

German abstract

Zielsetzung — Das Erfassen von Stimmungen und Einstellungen mittels Sentimentanalysen wird durch eine steigende Anzahl an kostenfrei verfügbaren Analysetools zunehmend erleichtert. Im folgenden Beitrag wird ein Überblick über diese Tools sowie deren Performance gegeben. Forschungsmethoden — Unter Verwendung von acht verschiedenen Sentimentanalyse-Tools wurden 20 Produktbewertungen des Online-Händlers amazon.com analysiert, die Ergebnisse gegenübergestellt und daraus Nutzungsempfehlungen abgeleitet. Ergebnisse — Die Resultate der Sentimentanalysen hängen vom verwendeten Tool ab. Die Unterschiede der Analyseergebnisse sind in den meisten Fällen eklatant und von der Verwendung von drei der acht untersuchten Tools kann aufgrund der mangelhaften Performance gänzlich abgeraten werden. Schlussfolgerungen — Letztendlich sollte bei der Verwendung eines der betrachteten kostenfrei nutzbaren Sentimentanalyse-Tools darauf geachtet werden, dass sich der Anwender nicht ausschließlich auf dieses Hilfsmittel verlässt. Das perfekte Tool, das die menschliche Beurteilungsfähigkeit völlig ersetzt, gibt es noch nicht und daran wird sich in nächster Zukunft wohl nichts ändern.

Item type: Journal article (Paginated)
Keywords: sentiment analysis; Sentimentanalyse; text analysis; Textanalyse; opinion mining; tool-comparison; Tool-Vergleich; Watson; Python; TheySay
Subjects: I. Information treatment for information services > IB. Content analysis (A and I, class.)
L. Information technology and library technology > LJ. Software.
Depositing user: Otto Oberhauser
Date deposited: 14 Sep 2018 10:19
Last modified: 14 Sep 2018 10:19
URI: http://hdl.handle.net/10760/33424

References

"SEEK" links will first look for possible matches inside E-LIS and query Google Scholar if no results are found.

Fang, X.; Zhan, J. (2015). Sentiment analysis using product review data. In: Journal of Big Data 2(1). doi: 10.1186/s40537-015-0015-2.

Harris, G. W. (1997). Dignity and vulnerability: strength and quality of character. Berkeley: University of California Press.

Kamalapurkar, D.; Bagwe, N.; Harikrishnan, R. u. a. (2017). Sentiment analysis of product reviews. In: International Journal of Engineering Sciences & Research Technology 6(1), S. 456–460. doi: 10.5281/zenodo.264151.

Liu, B. (2012). Sentiment analysis and opinion mining. In: Synthesis lectures on human language technologies 5(1), S. 1–167. doi: 10.2200/S00416ED1V01Y201204HLT016.

Liu, B. (2017). Many facets of sentiment analysis. In: A practical guide to sentiment analysis. Hrsg. von Cambria, E.; Das, D.; Bandyopadhyay, S.; Feraco, A. Socio-Affective Computing. Springer International Publishing, S. 11–39. doi: 10.1007/978-3-319-55394-8_2.

Nasukawa, T.; Yi, J. (2003). Sentiment analysis: capturing favorability using natural language processing. In: K-CAP ’03: Proceedings of the 2nd International Conference on Knowledge Capture (Sanibel Island, FL, 23 October 2003). New York, NY, USA: ACM, S. 70–77. doi: 10.1145/945645.945658.

Pang, B.; Lee, L. (2008). Opinion mining and sentiment analysis. In: Foundations and Trends® in Information Retrieval 2(1), S. 1–135. doi: 10.1561/1500000011.

Pawar, A. B.; Jawale, M. A.; Kyatanavar, D. N. (2016). Fundamentals of sentiment analysis: concepts and methodology. In: Sentiment analysis and ontology engineering: an environment of computational intelligence. Hrsg. von Pedrycz, W.; Chen, S.-M. Studies in Computational Intelligence 639. Springer International Publishing, S. 25–48. doi: 10.1007/978-3-319-30319-2_2.

Peng, B.; Li, J.; Chen, J. u. a. (2015). Trending sentiment-topic detection on twitter. In: Computational linguistics and intelligent text processing. 16th International Conference, CICLing 2015 (Kairo, 14 April 2015). Hrsg. von Gelbukh, A. Bd. 2. Lecture Notes in Computer Science / Theoretical Computer Science and General Issues 9042. Springer International Publishing, S. 66–77. doi: 10.1007/978-3-319-18117-2_5.

Peng, Q.; Zhong, M. (2014). Detecting spam review through sentiment analysis. In: Journal of Software 9(8). doi: 10.4304/jsw.9.8.2065-2072.


Downloads

Downloads per month over past year

Actions (login required)

View Item View Item