Sentiment analysis on BBC proms tweets

Abstract

Nowadays, with the increasing amount of user-generated data available online in micro-blogging services like Twitter, the human behavior of wondering what other people think has become an important field of study. Sentiment Analysis is a sub-field of Natural Language Processing (NLP) that tackles the issue of detecting the sentiment polarity of a piece of text, and is being used by a broad type of different businesses to extract insights of what people think about a product. The goal of this work is to perform a three-point scale {negative, neutral, positive} Sentiment Analysis on tweets from several editions of the BBC Proms, one of the biggest classical music festivals. We present a comparison of machine learning approaches and a state-of-the-art deep learning approach to classify Twitter data. In the experiments carried out, the deep learning approach, which is based on a CNN, outperforms the machine learning approaches achieving comparable results to the state-of-the-art.

Avui en dia, davant l’increment del contingut generat per usuaris disponible online en serveis de micro-blogging com Twitter, la necessitat humana innata de saber què és el que pensen els alters ha esdevingut un important camp d’estudi. Sentiment Analysis (anàlisi del sentiment) és un sub-camp del Processament del Llenguatge Natural que adreça la tasca de detectar el sentiment o opinió que expressa un text. Aquest tipus d’estudi està essent usat per una gran varietat d’empreses per extreure informació sobre el que la gent opina del seu producte. L’objectiu d’aquest treball és aplicar Sentiment Analysis en una escala de tres punts {negatiu, neutral, positiu} sobre un conjunt de tweets de diverses edicions del BBC Proms, un dels festivals de música clàssica més importants del món. En el treball es presenta una comparació de mètodes basats en machine learning i un mètode més vanguardista de deep learning. Els experiments duts a terme mostren que el mètode basat en deep learning supera els mètodes de machine learning, obtenint results similars als mètodes més actuals.

El actual incremento de contenido generado por usuarios que está disponible online en servicios de micro-blogging como Twitter, ha provocado que la necesidad innata de los humanos de saber qué es lo que piensan los demás se haya convertido en un importante campo de estudio. Sentiment Analysis (análisis del sentimiento) es un sub-campo de Procesamiento del Lenguaje Natural (PLN) que estudia la tarea de detectar la polaridad del sentimiento que expresa un texto. Este tipo de estudio está siendo usado por una gran variedad de empresas para extraer información útil sobre lo que la gente opina de su producto. El objetivo de este trabajo es aplicar Sentiment Analysis en una escala de tres puntos {negativo, neutral, positivo} en un conjunto de tweets de varias ediciones del BBC Proms, uno de los festivales de música clásica más importantes del mundo. En el trabajo se presenta una comparación de métodos basados en machine learning y un método vanguardista de deep learning. Los experimentos realizados muestran que el método basado en deep learning supera los métodos de machine learning, obteniendo resultados similares a los del estado del arte.