Autore: Francesca Greco

La principale caratteristica del Emotional Text Mining (ETM) è la sua generalità, intesa come possibilità di applicazione ad un qualsiasi problema di knowledge management che presupponga lo svolgimento di analisi testuali che richiedono l’intervento di un operatore umano, non assistito da supporti IT, in una o più fasi della procedura.

Due interessanti prospettive di evoluzione futura attualmente in sperimentazione sono, da un lato, l’integrazione del ETM e della social network analysis e, dall’altro, l’integrazione del ETM e di procedure di machine learning supervisionate.

Per quanto riguarda il primo filone di ricerca, stiamo attualmente conducendo sperimentazioni sull’analisi congiunta dei nodi/utenti di un social network (svolta attraverso il calcolo di indici di centralità, che consentono di valutarne la posizione, le modalità di interazione, l’importanza e il prestigio all’interno del network) e della relativa produzione testuale (applicando l’ETM e misurandone entropia e specificità). Una volta calcolate tali misure, l’applicazione dell’algoritmo MIG consente di valutare il potenziale comunicativo dei nodi/utenti del social network rispetto a una qualunque tematica di interesse.

L’analisi congiunta, resa possibile da MIG, ha molteplici potenzialità di applicazione soprattutto nel campo del brand management e del OSINT (Open Source Intelligence). I risultati di una prima sperimentazione su Twitter sono stati presentati alla Sunbelt 2021, svoltasi in modalità virtuale dal 5 al 10 luglio dello scorso anno, riscuotendo forte interesse da parte della comunità scientifica.

Quanto al secondo filone di ricerca, si sta analizzando la fattibilità tecnica di integrazione fra l’ETM, che è una procedura non supervisionata di analisi testuale, e un algoritmo supervisionato di machine learning. La sperimentazione è attualmente in corso di svolgimento e i risultati saranno presentati alla Sunbelt 2022.

In conclusione, l’intensa attività di ricerca e sviluppo promossa da Prisma negli ultimi anni ha prodotto un insieme di algoritmi, caratterizzati da una avanzata generalità, resa possibile da una estesa sperimentazione, che ne consente l’applicazione ad una ampissima gamma di contesti operativi. La prossima creazione di dimostrativi e prototipi si indirizzeranno ad una domanda espressa dal mercato e ad oggi ancora non soddisfatta.