Publicado: Mar 9, 2022
O Amazon Comprehend é um serviço de processamento de linguagem natural (NLP) que usa Machine Learning para revelar insights a partir dos dados no texto. A partir de hoje, o Comprehend oferece a nova API Targeted Sentiment, que fornece insights de sentimento mais granulares, identificando sentimentos (positivo, negativo, neutro ou misto) em relação às entidades no texto.
As empresas têm acesso a uma grande quantidade de publicações em redes sociais, resenhas, chamadas/e-mails de atendimento ao cliente e blogs com informações sobre como os clientes se sentem sobre suas marcas, produtos e serviços. Compreender a voz do cliente é essencial para que essas empresas reajam rapidamente ao feedback recebido ou identifiquem problemas/tendências com sua oferta. Historicamente, as empresas utilizam processos manuais para avaliar o sentimento do cliente, mas essa prática é propensa a erros e não é escalável. Com Targeted Sentiment, os clientes e parceiros da empresa podem identificar qual elemento é o foco do sentimento do consumidor.
Atualmente, os clientes usam a API de sentimento geral do Comprehend para identificar os sentimentos relacionados a um bloco inteiro de texto. Para afirmações como “O hambúrguer estava delicioso, mas ele estava encharcado” o sentimento geral é confuso e não fornece detalhes suficientes para influenciar decisões corporativas. Com Targeted Sentiment, o resultado irá (i) identificar as entidades do texto, (ii) encontrar os sentimentos para cada menção à entidade e (iii) agrupar múltiplas menções da mesma entidade, ou seja, uma correferência para analisar se “hambúrguer” e “ele” se referem à mesma entidade. Com Targeted Sentiment, o resultado mostrará “hambúrguer” (entidade) como um item alimentar (tipo de entidade) com um sentimento positivo enquanto “ele” (referência à entidade) como um item alimentar com sentimento negativo.
Os clientes podem usar o sentimento ou o sentimento direcionado, dependendo dos tipos de insight necessários. Por exemplo, podemos presumir que um proprietário de restaurante queira analisar a resenha: “Os tacos estavam deliciosos e os funcionários eram simpáticos.” O proprietário usaria a Sentiment API para saber se a resenha do restaurante em geral foi positiva, negativa, neutra ou mista. Neste exemplo, o sentimento geral é positivo. Se preferir, o proprietário pode usar Targeted Sentiment para saber o quê no restaurante foi avaliado como positivo, negativo, neutro ou misto. Neste exemplo, as referências a “tacos” e “funcionários” foram positivas. Os clientes podem também usar as APIs para identificar primeiro o sentimento geral como linha de base e depois usar o sentimento direcionado para revelar detalhes do sentimento como entidades específicas.
Para saber mais e começar a usar o serviço, acesse a página do produto Amazon Comprehend ou a página de documentação.