Due approcci alla sentiment polarity classification di tweet per la lingua italiana

Questo lavoro di tesi si pone l'obiettivo di fornire un'ampia panoramica sull'attuale stato dell'arte della ricerca sulla sentiment analysis mostrando le metodologie, le tecniche e le applicazioni realizzate negli ultimi anni e di presentare le implementazioni concrete (ed i risultati ottenuti) di due diversi sistemi per la sentiment polarity classification di tweet per la lingua italiana. Il primo sistema (FICLIT+CS@Unibo System) utilizza un approccio basato sull'orientamento semantico tramite la realizzazione e l'utilizzo di un lessico annotato e la propagazione della polarità lungo alberi sintattici mentre il secondo utilizza algoritmi stocastico/statistici di machine learning per la creazione di un modello generalizzato per la classificazione del sentimento a partire da un training set annotato.