Los puntos clave no están disponibles para este artículo en este momento.
Los sitios de reseñas en línea y los foros de opinión contienen una gran cantidad de información sobre las preferencias y experiencias de los usuarios en múltiples dominios de productos. Esta información puede ser aprovechada para obtener valiosos conocimientos utilizando enfoques de minería de datos como el análisis de sentimientos. En este trabajo, examinamos las reseñas de usuarios en línea dentro del campo farmacéutico. Las reseñas de usuarios en línea en este dominio contienen información relacionada con múltiples aspectos, como la efectividad de los medicamentos y los efectos secundarios, lo que hace que el análisis automático sea muy interesante pero también desafiante. Sin embargo, analizar los sentimientos sobre los diversos aspectos de las reseñas de medicamentos puede proporcionar información valiosa, ayudar en la toma de decisiones y mejorar el monitoreo de la salud pública al revelar la experiencia colectiva. En este trabajo preliminar, realizamos múltiples tareas sobre reseñas de medicamentos con datos obtenidos al rastrear sitios de reseñas farmacéuticas en línea. Primero realizamos un análisis de sentimientos para predecir los sentimientos respecto a la satisfacción general, los efectos secundarios y la efectividad de las reseñas de usuarios sobre medicamentos específicos. Para hacer frente al desafío de la falta de datos anotados, investigamos además la transferibilidad de los modelos de clasificación entrenados entre dominios, es decir, condiciones y fuentes de datos. En este trabajo, mostramos que los enfoques de aprendizaje por transferencia pueden ser utilizados para aprovechar las similitudes entre dominios y es un enfoque prometedor para el análisis de sentimientos inter-dominio.
Gräßer et al. (Mon,) estudiaron esta cuestión.