Il corso di Text Analytics e Opinion Mining introduce i principali metodi statistici e computazionali per l’analisi dei dati testuali, con particolare attenzione all’estrazione, alla misurazione e all’interpretazione di opinioni, atteggiamenti e sentiment espressi nei testi.

Il corso si propone di ripercorrere le principali tappe dell’evoluzione della Text Analytics e dell’Opinion Mining, partendo dagli approcci tradizionali basati sulla rappresentazione bag-of-words, sulle frequenze e sui prodotti e matrici lessicali, per arrivare progressivamente ai metodi di Machine Learning, al Deep Learning, ai Transformer e ai più recenti Large Language Models (LLM).

Viene affrontato l’intero processo di analisi, dalla raccolta e preparazione dei dati alla loro rappresentazione e modellizzazione. Particolare attenzione è dedicata alle tecniche di text preprocessing, tokenizzazione, normalizzazione, costruzione di matrici documenti-termini e rappresentazione numerica dei testi.

Vengono quindi presentati i principali metodi di Text Mining e Natural Language Processing (NLP) per l’esplorazione e la classificazione dei contenuti testuali, tra cui analisi delle frequenze, keyword extraction, misure di similarità, clustering, topic modeling e classificazione automatica dei documenti.

Una parte centrale del corso è dedicata all’Opinion Mining e alla Sentiment Analysis, seguendone anche l’evoluzione metodologica: dagli approcci basati su dizionari e lessici agli algoritmi supervisionati di Machine Learning, dalle rappresentazioni distribuite delle parole (word embeddings) alle reti neurali e al Deep Learning, fino ai modelli Transformer e agli LLM. Saranno inoltre affrontati la classificazione della polarità, l'identificazione delle emozioni e l’aspect-based sentiment analysis.

Le metodologie saranno applicate a dati reali provenienti da social media, recensioni online, news e altre fonti digitali, con l’obiettivo di mostrare come l’evoluzione degli strumenti di analisi consenta di trasformare grandi collezioni di testi non strutturati in informazioni utili per comprendere opinioni, comportamenti e fenomeni sociali ed economici.

Il corso prevede attività pratiche e l’utilizzo di strumenti software per l’analisi dei dati testuali, integrando prospettiva storica, fondamenti metodologici e applicazioni, fino alle più recenti evoluzioni dell’Intelligenza Artificiale generativa.

GenAI-empowered management

applicazioni al Marketing & Sales

Contenuti: carbon footprint AI, AI for sustainability, bias algoritmico, AI Act, governance.