Theuth

Le principali analisi automatiche di valutazione dell’ultimo decennio utilizzano programmi e applicazioni standard, che non sempre si dimostrano validi per un’analisi a grana fine su data base complessi e di grandi dimensioni. La complessità delle basi di dati testuali, soprattutto se estratti dai social, richiede una preliminare catalogazione dei post e la riconversione di emoji, hashtag, acronimi, ecc., quando si devono utilizzare software ad hoc, costruiti caso per caso. Si ricorre, in queste tipologie di analisi, a set semi automatici di acquisizione e formazione delle basi di dati e si operano ulteriori azioni di classificazione, raggruppamento e controllo, prima dell’elaborazione automatica vera e propria. In alcuni casi i dati devono essere etichettati a mano e il loro trattamento richiede etichettatori esperti nel dominio dell’applicazione, i quali, in quanto specialisti del settore di analisi, sapranno valutare le mutevoli esigenze operative, in ragione delle richieste dell’analisi proposte, utilizzando set di formazione adeguati. Il metodo Theuth propone una visione integrata, idonea a creare un modello che porta al risultato atteso attraverso azioni di codifica del data base e tramite processi di classificazione e analisi, che riesaminano sia gli elementi di criticità e potenzialità sia gli elementi linguistici, emotivi e sociali. La metodologia proposta si basa su una pipeline di elaborazione del linguaggio naturale completamente automatica. Gli output possono essere report e/o dashboard interattive in grado di esplorare i valori delle analisi su ogni tipo di testo e di offrirne una sintesi. L’approccio qualitativo e quantitativo insieme richiede una fattiva collaborazione interdisciplinare tra linguistica computazionale e design, volendo avvalersi delle tecniche di progettazione e visualizzazione dei risultati dell’osservazione ottenuti automaticamente. Il pre-processo riguarda gli strumenti e le tecniche di raccolta e classificazione dei dati, mentre l’elaborazione vera e propria consiste nel trattamento di riclassificazione, finalizzato all’utilizzo dei dati con algoritmi specifici di sentiment analysis, emotion detection e topic modeling.