Sentimentanalyse: hoe AI gevoelens leest in tekst

• newEditor
• Taaltechnologie en taalredactie
• Secundair onderwijs
• Algemeen secundair onderwijs
• Leerjaar 6

Sentimentanalyse: hoe AI gevoelens leest in tekst

Wat is in taaltechnologie het kernidee van sentimentanalyse?

A

Een algoritme bepaalt de woordsoort van elk woord en bouwt daarmee een grammaticale boom.

B

Een systeem voorspelt de emotionele polariteit of houding (bv. positief/negatief/neutral) in tekst op basis van taalpatronen.

C

Een model zet gesproken taal om naar geschreven tekst met maximale nauwkeurigheid.

D

Een tool herschrijft teksten om ze korter te maken zonder betekenisverlies.

Welke formulering illustreert het duidelijkst waarom context en pragmatiek sentimentanalyse kunnen misleiden?

A

"Ik ben niet ontevreden" bevat een dubbele ontkenning die vaak als positief bedoeld is, maar letterlijk negatief kan lijken.

B

"Vandaag regent het" is een feitelijke zin die altijd als neutraal wordt geclassificeerd.

C

"De kat zit op de mat" bevat een voorzetselgroep die het sentiment bepaalt.

D

"Ik kocht drie appels" heeft een telwoord dat meestal een positief sentiment aangeeft.

Wat is sentimentanalyse?

A

Analyseren van gevoelens in tekst

B

Vertalen van teksten naar andere talen

C

Data-analyse zonder emoties

D

Schrijven van teksten

Welke techniek gebruikt AI voor sentimentanalyse?

A

Beeldherkenning

B

Machine learning zonder data

C

Natuurlijke taalverwerking

D

Spraakherkenning

Wat kan sentimentanalyse helpen bij?

A

Website ontwerp verbeteren

B

Producten verzenden

C

Klantenfeedback analyseren

D

Financiële transacties beheren

Welke emotie kan sentimentanalyse identificeren?

A

Tijdzone

B

Prijsvergelijking

C

Blijdschap

D

Kleurvoorkeur

Wat weet je al over hoe computers emoties en meningen kunnen herkennen in tekst?

Leerdoelen van deze les

Aan het einde van deze les kun je uitleggen hoe sentimentanalyse werkt, wat een lexicon is, welke stappen er nodig zijn binnen NLP en kun je dit toepassen op een korte tekst. Je kent ook de mogelijkheden en beperkingen van deze technologie.

Wat is sentimentanalyse?

Sentimentanalyse is een techniek waarmee computers opsporen of een tekst positief, negatief of neutraal is. Deze methode gebruikt een groot woordenboek (lexicon) vol emotiescores.

Natural Language Processing (NLP): wat doet de computer?

Waarom is dat belangrijk?

Deze digitale kijk op taal zorgt voor snelle analyses, maar brengt ook beperkingen mee zoals verlies van context en nuance.

Mensen begrijpen context en emoties. Computers zien tekst als 'strings': een reeks karakters zonder betekenis. Ze volgen vaste stappen om tekst te analyseren.

Mens versus computer

De workflow: tekst voorbereiden

Preprocessing is essentieel. Tekst wordt schoongemaakt: hoofdletters worden kleine letters (lowercasing), woorden en leestekens gescheiden (tokeniseren), woordsoorten bepaald (part-of-speech-tagging) en teruggebracht tot hun basisvorm (lemmatisering).

Wat is een lexicon?

Een lexicon is een lijst met duizenden woorden waaraan een polariteitsscore (-2 tot +2) hangt. De computer berekent het ‘gevoel’ van elk woord en zo ook van de hele zin.

De stappen binnen NLP

1. Lowercasing: alles naar kleine letters 2. Tokeniseren: zinnen splitsen in woorden 3. POS-tagging: woordsoorten bepalen 4. Lemmatiseren: woorden in basisvorm 5. Polariteit: scores toekennen en optellen voor sentiment.

Grenzen van automatische analyse

Computers hebben moeite met context, ironie, sarcasme en negatie. Daarom blijft menselijke controle bij sentimentanalyse belangrijk.

Maatschappelijke en professionele relevantie

Sentimentanalyse wordt gebruikt voor monitoring van politieke debatten, merkperceptie, het identificeren van haatspraak, en bij sollicitaties. AI biedt mogelijkheden, maar kritische reflectie is steeds vereist.

Zelf aan de slag: oefening

Schrijf een positieve en negatieve recensie, laat deze door het lexicon analyseren en vergelijk de uitkomst met je verwachting. Denk na: Klopt de computeranalyse met jouw gevoel?

Schrijf 3 dingen op die je deze les hebt geleerd.

Schrijf 2 dingen op waarover je meer wilt weten.

Stel 1 vraag over iets dat je nog niet zo goed hebt begrepen.