Sentiment Analysis

Obiettivi

• Dover interpretare grandi massi di dati testuali è ormai necessario per diverse carriere di un laureato in Scienze delle Comunicazioni.
  L’analisi dei contenuti di media e giornali, l’interpretazione dei contenuti dei social media e dei web analytics, il marketing online e l’e-commerce, la comunicazione aziendale e finanziaria sono accumunate da una grande produzione di dati testuali di diverso tipo che richiedono capacità interpretative specifiche, capacità che sono sempre più richieste anche dal mondo del lavoro.
• Per fare ciò, per comprendere grandi quantità di testi in maniera esauriente e efficace, è quindi sempre più necessario affiancare alla lettura e analisi “umana” un supporto automatico, di base computazionale.
  Questo può permettere sia di poter considerare moli di testi quantitativamente rilevanti, sia di produrre analisi replicabili e affidabili, indipendentemente da chi le compie. Obiettivo formativo del corso è quindi quello di fornire agli studenti i fondamenti teorici e le applicazioni pratiche delle diverse metodologie di analisi quantitativa dei testi, metodologie che poi possano essere applicate ai diversi contesti di studio e di interesse dagli studenti stessi. Alla conclusione del corso lo studente conoscerà le principali applicazioni di sentiment analysis e textual analytics e le saprà applicare a un progetto di suo interesse. I contesti di applicazione possono essere trasversali alle diverse aree tematiche del Bachelor COM.

Contenuti

Il corso si articolerà in tre parti:

• Nella prima parte si introdurrà la base teorica che motiva il ricorso all’analisi automatica dei testi. Le diverse metodologie saranno presentate con particolare attenzione ai diversi contesti di applicazione e alle diverse domande di ricerca a cui le metodologie possono essere applicate. Contemporaneamente verranno esposti i principali limiti di applicazione.
• Nella seconda parte si passerà ad analizzare in pratica i diversi strumenti di analisi, con la presentazione di casi concreti ed esempi.
  Sotto la supervisione del docente, gli studenti applicheranno direttamente ciascun metodo a casi di studio didattici guidati. In questa fase verrà anche introdotto l’utilizzo di software specifici per ciascun tipo di analisi.
• La terza parte prevede l’impostazione del lavoro di ricerca individuale da parte di ciascuno studente, il quale presenterà il suo research proposal alla classe e al docente per ricevere feedback e commenti.
  Il proposal sarà poi la base per lo svolgimento del lavoro individuale utile anche alla valutazione del corso.

Partecipazione

Di regola, i corsi del Bachelor in Comunicazione non prevedono una partecipazione obbligatoria degli studenti. I docenti non devono quindi misurare le presenze in classe, ma possono presumere che gli studenti siano in aula. Ne conseguente che i docenti agli esami avranno il diritto di chiedere contenuti erogati sia in classe, sia online, sia in bibliografia. In alcuni casi eccezionali, da concordare con il direttore del programma, la partecipazione degli studenti è obbligatoria.
In questo caso, indicare quale percentuale di presenza minima è domandata (per regolamento, non può eccedere l’80% delle ore in presenza).

Modalità d’esame

Lo studente dovrà preparare un paper che analizzi un tema di suo interesse e che utilizzi una o più delle metodologie di analisi testuale presentate nel corso. Il paper seguirà il lavoro preparatorio svolto durante il corso e il proposal presentato in classe. La valutazione considererà il paper finale (70%) così come la partecipazione attiva alle lezioni (30%).

Riferimenti bibliografici

• Baker, P., & McEnery, T. (2015). Corpora and Discourse Studies. Palgrave Macmillan UK.
• Bondi, M., & Scott, M. (Eds.). (2010). Keyness in texts (Vol. 41). John Benjamins Publishing.
• Liu, B. (2012). Sentiment Analysis and Opinion Mining. Morgan & Claypool Publishers
• Loughran, T., & McDonald, B. (2011). When is a liability not a liability? Textual analysis, dictionaries, and 10-Ks. The Journal of Finance, 66(1), 35-65.
• Loughran, T., & McDonald, B. (2016). Textual analysis in accounting and finance: A survey. Journal of Accounting Research, 54(4), 1187-1230.
• Taboada, M. (2016). Sentiment Analysis: An Overview from Linguistics. Annual Review of Linguistics, 2(1).