Tratando negações e casos extremos

Contar pistas falha em “não é bom”, porque “bom” ainda recebe uma pontuação positiva. A negação pode inverter uma frase e enganar um detector ingênuo.

Mantenha uma pequena lista de palavras de negação, como não, nunca e nenhum. Quando uma delas aparece, a pista logo depois geralmente significa o oposto.

Uma correção simples: se um token for uma palavra de negação, inverta o sentimento da palavra seguinte antes de adicioná-lo à sua pontuação.

A negação geralmente afeta a palavra seguinte ou as duas seguintes, portanto aplique uma pequena janela. Inverter o restante da frase corrige demais.

Palavras como muito e realmente atuam como intensificadores. “Muito bom” transmite mais força que “bom”, então você pode atribuir um peso maior à pista seguinte.

Algumas palavras suavizam o sentimento. “Ligeiramente” e “mal” são atenuadores que devem reduzir o peso da pista que modificam.

As pessoas expressam muita emoção com emojis. Um rosto sorridente adiciona um sinal positivo e um rosto carrancudo adiciona um negativo, então mapeie os mais comuns para seu léxico. 🙂

Sentimentos fortes aparecem como sinais repetidos. Muitos pontos de exclamação podem aumentar o peso das pistas próximas, pois “incrível!!!” demonstra mais intensidade que “incrível”.

As regras ainda não identificam sarcasmos como “simplesmente maravilhoso, outro erro”. Marque os casos de baixa confiança para revisão; reconhecer limites honestos é melhor que uma falsa certeza.

Avaliações longas podem elogiar e reclamar ao mesmo tempo. Um único rótulo esconde nuances, então considere informar o sentimento em nível de frase para obter uma visão mais clara.

Cada nova regra corrige uma lacuna, mas adiciona complexidade. Quando os casos extremos se acumularem, um modelo treinado geralmente lidará com eles de forma mais elegante.

Você tornou o detector mais robusto contra negações, intensificadores, emojis e sarcasmo usando pequenas regras e janelas. Quando os casos extremos se acumularem, use um modelo treinado. ✅