Mengukur Kesamaan Semantik: Penggunaan BERT
Dalam artikel ini, penggunaan BERT untuk mengukur kesamaan semantik adalah elemen penting dalam analisis sentimen yang akurat. Kesamaan semantik adalah metode yang digunakan untuk mengukur tingkat kesamaan antara kata-kata berdasarkan hubungan konsep semantik. Salah satu metode yang umum digunakan adalah kesamaan kosinus, yang mengukur tingkat kesamaan antara dua kalimat dengan menghitung jumlah istilah serupa di kedua kalimat tersebut.
Kesamaan kosinus bergantung pada vektor kata yang diperoleh dari model-model bahasa terlatih, seperti BERT. BERT memiliki kemampuan untuk memahami bahasa manusia dalam konteks yang mendalam dan menangkap nuansa dalam kata-kata yang digunakan dalam kalimat. Dengan demikian, penggunaan BERT memungkinkan analisis yang lebih canggih dan mendalam dalam mengukur kesamaan semantik.
Selanjutnya, artikel ini merinci metode yang digunakan dalam penelitian, yang mencakup ekstraksi teks, kategorisasi aspek (AC), dan analisis sentimen berbasis aspek (ABSA). Evaluasi dilakukan untuk mengukur akurasi, presisi, ingatan, dan ukuran F1.
Hasil dari penelitian ini adalah sangat mengesankan. Metode kategorisasi aspek (AC) mencapai akurasi sebesar 91,31%, presisi 91,81%, ingatan 89,43%, dan ukuran F1 90,61%. Ini adalah prestasi yang sangat baik, terutama ketika kita mempertimbangkan kompleksitas dalam mengidentifikasi aspek-aspek implisit dalam ulasan hotel.
Proses ABSA menggunakan metode yang diusulkan juga mencapai hasil yang sangat baik. Dengan akurasi sebesar 98,10%, presisi 98,11%, ingatan 96,98%, dan ukuran F1 sebesar 97,54%, metode ini berhasil dalam menentukan polaritas sentimen dari setiap kategori aspek dalam ulasan hotel. Ini adalah langkah maju yang signifikan dalam meningkatkan pemahaman tentang perasaan pelanggan dalam ulasan hotel.
Perbandingan antara metode ABSA yang diusulkan (ABSA3) dengan ABSA1 dan ABSA2 menunjukkan bahwa metode yang diusulkan unggul dalam mengekstraksi aspek eksplisit dan implisit dalam dokumen. Ini adalah bukti bahwa metode berbasis perhatian yang digunakan dalam penelitian ini sangat efektif dalam menghadapi kasus-kasus aspek implisit.
Meningkatkan Analisis Sentimen dalam Ulasan Hotel
Artikel ini menyajikan kontribusi berharga dalam pemrosesan bahasa alami dan analisis sentimen. Dengan pendekatan inovatif yang menggunakan BERT dan metode ekstraksi kalimat berbasis perhatian, Budi Harjo dan Rachmad Abdullah telah berhasil mengatasi masalah aspek implisit dalam ulasan hotel. Hasil evaluasi yang sangat baik menunjukkan bahwa metode ini dapat membantu bisnis dan pengembang layanan pelanggan memahami lebih baik preferensi dan kebutuhan pelanggan mereka.
Penelitian ini menyoroti pentingnya mempertimbangkan tingkat disambiguasi dalam ulasan, yang dapat mempengaruhi penilaian kategorisasi aspek dan analisis sentimen. Oleh karena itu, metode ini bukan hanya langkah maju dalam analisis sentimen, tetapi juga panggilan untuk penelitian lebih lanjut dalam mengatasi kasus-kasus ekstraksi teks yang mendalam, seperti homonim dan polisemi. Selain itu, eksplorasi kombinasi atau modifikasi metode yang diusulkan dengan kategori aspek lain dan metode analisis sentimen adalah arah yang menjanjikan untuk penelitian masa depan.
Secara keseluruhan, makalah ini adalah langkah maju yang sangat penting dalam memahami dan mengurai sentimen yang kompleks dalam ulasan hotel. Dengan metode yang terperinci dan hasil yang sangat baik, artikel ini memperkuat fondasi analisis sentimen berbasis aspek dan membuka pintu untuk pemahaman yang lebih mendalam tentang apa yang pelanggan pikirkan dan rasakan dalam ulasan mereka.
