Learning a statistical model of product aspects for sentiment analysis

Abstract

En este art culo se introduce una nueva metodolog a para modelar ca- racter sticas de productos a partir de una colecci on de opiniones de usuarios. La metodolog a propuesta se basa en modelos estad sticos de lenguajes y es aplicable a productos de dominio arbitrario. La metodolog a combina un kernel de palabras de opini on con un modelo de traducci on de palabras para estimar el modelo de caracter sticas. Se presenta adem as un m etodo para modelar las opiniones vertidas sobre las caracter sticas. Los experimentos realizados sobre diferentes colecciones de opiniones muestran resultados alentadores en el modelado tanto de caracter sticas como de opiniones vertidas sobre estas

In this paper, we introduce a new methodology for modeling product aspects from a collection of free-text customer reviews. The proposal relies on a lan- guage modeling framework and is domain independent. It combines both a kernel- based model of opinion words and a stochastic translation model between words to approach the aspect model of products. We also present a ranking-based met- hodology to model the sentiments expressed about the aspects. The experiments carried out over several collections of customer reviews show encouraging results in the modeling of product aspects and their sentiments even from individual customer reviews