Publicado en: Mar 9, 2022
Amazon Comprehend es un servicio de procesamiento de lenguaje natural que utiliza el machine learning para descubrir información en datos de texto. A partir de hoy, Comprehend ofrece Targeted Sentiment, una nueva API que proporciona información de opiniones más granular mediante la identificación de opiniones (positivas, negativas, neutrales o mixtas) en las entidades de un texto.
Las empresas tienen un amplio acceso a publicaciones en redes sociales, opiniones, llamadas o correos electrónicos de servicio al cliente y blogs, los cuales cuentan con información acerca de cómo se sienten los clientes con respecto a sus marcas, productos y servicios. Comprender la voz de los clientes es fundamental para que las empresas puedan reaccionar rápidamente a los comentarios o identificar problemas o tendencias en sus ofertas. Históricamente, las empresas han utilizado procesos manuales para evaluar las opiniones de los clientes, pero esta práctica tiende a ser errónea y no puede mejorarse. Con Targeted Sentiment, los clientes y socios de las empresas pueden identificar qué quieren expresar los clientes mediante sus opiniones.
Actualmente, los clientes utilizan la API de opinión general de Comprehend para identificar la opinión de un bloque de texto completo. Para expresiones tales como “La hamburguesa estaba deliciosa, pero esta también estaba pastosa” el resultado de opinión general será “mixta”, lo que no proporciona detalles suficientes como para incidir en las decisiones del negocio. Con Targeted Sentiment, el resultado permitirá (i) identificar las entidades dentro del texto, (ii) encontrar la opinión dentro de cada entidad mencionada, y (iii) agrupar las distintas menciones referentes a una misma entidad (por ejemplo, la correferencia, tanto el término “hamburguesa” como “esta” se refieren a la misma entidad). Con Targeted Sentiment, el resultado mostrará que “hamburguesa” (entidad) es un alimento (tipo de entidad) y que es positivo (opinión), mientras que “esta” (entidad que se refiere a la hamburguesa) es un alimento (tipo de entidad) y es negativo (opinión).
Los clientes pueden utilizar la opinión o la opinión focalizada según el tipo de información que necesiten. Por ejemplo, imaginemos que el propietario de un restaurante quiere analizar la siguiente opinión “Los tacos estaban deliciosos y el personal fue muy amable”. El propietario utilizará Sentiment API para saber si la opinión general sobre el restaurante fue positiva, negativa, neutral o mixta (en este ejemplo, la conclusión general es positiva). De manera alternativa, el propietario puede utilizar Targeted Sentiment para saber qué elementos del restaurante se consideraron positivos, negativos, neutrales o mixtos (en este ejemplo, tanto “tacos” como “personal” se consideran positivos). Los clientes también pueden utilizar ambas API para identificar la opinión general como referencia y, luego, utilizar la opinión focalizada para profundizar en los detalles de la opinión (por ejemplo, entidades específicas).
Para obtener más información y comenzar a utilizar este producto, visite la página del producto Amazon Comprehend o nuestra documentación.