donderdag, 28 maart 2024
Vraag Rijk
Online Schrijfhulp

Blog

Analyse van online conversaties blijft mensenwerk

Hoe mooi zou het zijn als online conversaties automatisch gescand kunnen worden op sentimenten en opinies? Dat is een verzuchting van menig communitymanager.

Er zijn dan wel vele hulpmiddelen voor het volgen en analyseren van online conversaties. Maar veelal zijn dit niet meer dan zoekmachines voor de social media.

De analyse van de zoekresultaten blijft mensenwerk. Alleen een mens kan besluiten of er actie noodzakelijk is in de vorm van een geruststellende tweet, een direct bericht of een compliment…

Sentiment detectie

Er wordt veel onderzoek gedaan naar geautomatiseerde analyse van online gesprekken: “sentiment detection”, “opinion mining”, “sentiment analysis”, “opinion mining”, om er maar eens een paar te noemen. En terecht. Want het rendement zou enorm zijn, voor bedrijven die hun merk online in de gaten willen houden, voor communitymanagers, voor trendwatchers, onderzoekers…

Het onderzoek speelt zich veelal af op het niveau van de ‘natural language processing’, de geautomatiseerde analyse van taal. En dat is meteen de reden waarom automatische analyse van online conversaties voorlopig nog niet zal lukken. Immers, de computerlinguïstische modellen voor natuurlijke taal zijn nog lang niet zover.

Niet te vertrouwen

Er is bovendien zo veel contextuele kennis nodig – over de situatie, de actualiteit, de sprekers, et cetera – om tot een goede interpretatie van geschreven taal te komen dat zelfs mensen er niet altijd in slagen om de juiste betekenis van de zinnen in een conversatie te achterhalen.

Matt Rhodes legt op zijn blog uit dat automatische ‘sentiment analyse’ er niet in slaagt om merken te helpen zinvolle reacties op online conversaties te geven. Hij vergeleek zeven belangrijke monitoring tools voor de social media, en met name hun mogelijkheden van geautomatiseerde analyse van sentimenten in conversaties.

Het blijft mensenwerk

Geen ervan is te vertrouwen, aldus Rhodes. Met name in het onderscheid tussen positieve en negatieve informatie falen deze tools catastrofaal. We moeten het dus voorlopig nog even doen met onze eigen, menselijke intelligentie.

Lees hier over het onderzoek van Matt Rhodes. En lees hier mijn artikel over dit onderwerp in Teksblad.
En kijk hier naar een overzicht van tools die het mensenwerk kunnen ondersteunen.