• classification
• emotion
• natural language processing
• semantica distribuzionale
• sentiment
• social network
• spazi distribuzionali

La presente tesi di laurea si propone di esporre una ricerca effettuata in ambito di sentiment analysis ed emotion detection su testo prodotto da social network. In particolare ci si è proposti di costruire un sistema di classificazione automatica della polarità dei tweet, prendendo le mosse dal task di Sentiment Polarity Classification (SENTIPOLC) proposto da Evalita per la conferenza 2014. Il presente classificatore è stato sviluppato attraverso l'uso di un SVM in grado di tenere in considerazione sia feature lessicali e non lessicali presenti nel testo, sia la componente emotiva che il testo stesso presenta. Per la componente emotiva si è provveduto alla creazione di uno spazio distribuzionale emotivo partendo da dati testuali ricavati dalla piattaforma di social neworking Facebook.