Polegares para Cima ou Polegares para Baixo? Orientação Semântica Aplicada à Classificação Não Supervisionada de Avaliações

Este artigo apresenta um algoritmo simples de aprendizado não supervisionado para classificar avaliações como recomendadas (polegares para cima) ou não recomendadas (polegares para baixo). A classificação de uma avaliação é prevista pela orientação semântica média das frases na avaliação que contêm adjetivos ou advérbios. Uma frase tem orientação semântica positiva quando tem associações boas (por exemplo, "nuances sutis") e orientação semântica negativa quando tem associações ruins (por exemplo, "muito descuidado"). Neste artigo, a orientação semântica de uma frase é calculada como a informação mútua entre a frase dada e a palavra "excellent" menos a informação mútua entre a frase dada e a palavra "poor". Uma avaliação é classificada como recomendada se a orientação semântica média de suas frases for positiva. O algoritmo alcança uma acurácia média de 74% quando avaliado em 410 avaliações do Epinions, amostradas de quatro domínios diferentes (avaliações de automóveis, bancos, filmes e destinos de viagem). A acurácia varia de 84% para avaliações de automóveis a 66% para avaliações de filmes.