PREVISIONI SANREMO TRAMITE SENTIMENT ANALYSIS

di Gabriel Manzoni

La Sentiment Analysis, ovvero l’analisi dell’emozione che traspare da un testo, può essere utilizzata per effettuare previsioni sul mondo OSINT (Open Source INTelligence) e SOCMINT (SOCial Media INTelligence). Noi l’abbiamo utilizzata per provare non solo a prevedere il Vincitore di Sanremo 2023 ma anche per vedere fino a che posizione riusciamo a prevedere.

L’analisi è stata effettuata analizzando più di 200.000 Tweet su argomento Sanremo nel periodo compreso tra 07-02-2023 e 11-02-2023 con ultimo aggiornamento alle 08:00 del 11-02-2023, questi Tweet sono stati analizzati con motori semantici della piattaforma DeePoint. Questo motore semantico ci permette di estrarre varie informazioni da un testo, ed in questo caso specifico da un Tweet. Le informazioni estraibili sono molteplici ma per questo caso specifico è stato sufficiente estrarre le keywords e l’emozione principale del Tweet.

DeePoint ci permette di effettuare diversi Sentiment Analysis, si può partire dalla più basilare in cui il sentiment viene suddiviso in “Positivo-Neutrale-Negativo”, altri modelli ci permettono di suddividere in “Gioia-Rabbia-Paura-Tristezza” ed infine si arriva fino all’estrazione di 28 emozioni. Quest’ultimo modello, arrivando ad un livello di granularità molto elevato, ci permette di estrarre le tre principali emozioni in ordine di importanza al fine di analizzare anche quei testi in cui l’emozione è difficile da definire come quelle legate a Sarcasmo o Ironia.

Questi modelli sono ottenuti tramite Reti Neurali Artificiali addestrate fornendo un Dataset di esempio in cui è presente un testo e il sentiment correlato deciso da un utente umano. Questi Dataset possono essere generici o relativi a specifici campi (politico, medico, giuridico e molto altro). Viene posta molta attenzione al fine di evitare che siano presenti BIAS nel Dataset, ovvero che rappresentino un sottoinsieme della popolazione e che potrebbero portare a molti effetti indesiderati al modello finale.

Considerando la mole di dati da analizzare e la necessità di avere una risposta sia precisa che veloce abbiamo optato per una suddivisione “Gioia-Rabbia-Paura-Tristezza” su tutti i Tweet con argomento Sanremo. Come prima informazione otteniamo che il 55.3% dei Tweet ha un Sentiment legato alla Gioia, mentre il 26.2% legato a Rabbia, il 14.3% a Tristezza ed infine il 4.3% a Paura. Abbiamo quindi suddiviso i Tweet per Cantante o per Canzone legata al Cantante. Questo ci ha permesso di ottenere una classifica che si discosta leggermente da quella ufficiale.

Nel grafico a barre proposto possiamo analizzare la classifica stilata da DeePoint in automatico, sul podio troviamo:

1° posto: Marco Mengoni

2° posto: Ultimo

3° posto: Lazza

Una simile analisi è stata effettuata analizzando i dati provenienti dal Web, in questo caso sono state analizzate più di 9.000 pagine Web contenenti citazioni sui Cantanti e le loro canzoni. Come numero di citazioni troviamo Elodie al primo posto con più di 5.000 citazioni, Ultimo al secondo posto con più di 2.500 citazioni e Mr. Rain con quasi 2.000 citazioni.

Ora non ci manca che goderci l’ultima serata e confrontare la nostra classifica con i risultati ufficiali.

11-02-2023 08:58:04