Sentiment Analysis su Twitter e il Ruolo dei Meme: un Caso di Studio

The thesis project aims to shed light on the main aspects that make sentiment analysis complicated when it comes to a meme. Nowadays there is a large amount of data within the world we call “internet”, and it is estimated that 80% of this data is disorganized, and therefore difficult to analyze. With the development of recent technologies and means of communication, the world is getting ready to try to organize that data and understand it. The types of sentiment analysis available to us today are presented, and in the same way the benefits and limitations that have characterized it are addressed. Memes were born with the attempt to make our way of expressing ourselves even more efficient and, since they have strictly developed through social networks, they represent an excellent source on which to apply sentiment analysis. The perspective with which the project is approached is a conscious perspective of the constant development of today's means of communication, which aims to observe the data through the most used communication trends. In the project, in particular, two case studies are addressed. In the first one, it was chosen to collect data from Twitter. In this collection, the keyword is “vaccines”. This case study aims to collect 1000 tweets containing that keyword, and then analyzes their sentiment. In the second case study, however, a search was made (also on Twitter) for a recent meme, which has reached at least 20k retweets, a sufficient criterion to establish whether that is a trend or not. Also in this case, the sentiment of the textual part of the meme was analyzed, paying particular attention to the presence of irony and the consequent subjectivity in establishing its polarity. In the conclusion, there is a reflection on the data obtained in the two case studies and on the extreme difficulty in analyzing memes from a textual, as well as sentimental, point of view.

Il progetto di tesi ha come obiettivo quello di fare luce sugli aspetti principali che rendono complicata l'analisi del sentiment quando il contenuto include un elemento meme. Ad oggi vi è una grande mole di dati all'interno del mondo di internet, e si stima che l'80% di questi dati sia poco strutturato, e quindi di difficile analisi. Con lo sviluppo delle tecnologie e dei mezzi di comunicazione recenti, si aprono nuove interessanti possibilità di cercare di organizzare quei dati e di comprenderli. Vengono presentata una panoramica dei tipi di analisi del sentiment a disposizione attualmente, corredata di una riflessione sui benefici e i limiti che caratterizzano gli approcci attuali, per poi concentrarsi sul fenomeno dei meme. L'ottica con cui viene affrontato il progetto è infatti un'ottica conscia dello sviluppo costante dei mezzi di comunicazione odierni, che si propone di osservare i dati tramite i trend di comunicazione più utilizzati. I meme nascono dal il tentativo di rendere più efficace il nostro modo di esprimerci e, essendosi sviluppati nell'ambiente dei social network, rappresentano un elemento nuovo molto interessante sul quale applicare l'analisi del sentiment. Nel progetto, in particolare, si affrontano due casi di studio. Nel primo, si è scelto di raccogliere dati da Twitter. In questa raccolta, il termine di ricerca (o keyword) che ha guidato la collezione è “vaccines”, con l'obiettivo di collezionare un dataset di dati su questo argomento controverso, e successivamente analizzarne sentiment. Nel secondo caso di studio, ci si e' concentrati sull'analisi (sempre su Twitter) di un meme recente, che abbia raggiunto almeno i 20k retweet, criterio che abbiamo scelto per valutare la sua diffusione. Anche in questo caso, si è analizzato il sentiment della parte testuale del meme, prestando particolare attenzione alla presenza di ironia e alla conseguente soggettività nello stabilirne la polarità. In conclusione, si propone una riflessione guidata dall'analisi dei dati ottenuti nei due casi di studio sull'estrema difficoltà nell'analizzare i meme da un punto di vista linguistico, oltre che del sentiment.