Análise de sentimento — ou sentiment analysis — é a técnica que usa inteligência artificial para identificar a emoção ou a opinião expressa num texto, classificando-o normalmente como positivo, negativo ou neutro. É uma das aplicações mais antigas e mais usadas de processamento de linguagem natural.
Adicione ao Google NotíciasA utilidade é direta: ler manualmente dez mil comentários é inviável; classificar automaticamente e olhar só o que interessa, não. Está no glossário de IA entre as aplicações práticas.
Como funciona na prática
Os sistemas mais simples funcionam por dicionário: palavras marcadas como positivas ou negativas somam pontos e o saldo define a classificação. Funciona mal, porque ignora contexto.
Os atuais usam modelos de linguagem que consideram a frase inteira — e isso muda tudo. "Não gostei nada" tem duas palavras positivas ("gostei", e a negação em si é neutra) mas sentido claramente negativo. Só um modelo que entende a estrutura resolve isso.
Além do positivo/negativo, versões mais avançadas identificam emoções específicas (raiva, frustração, entusiasmo) e fazem análise por aspecto: no comentário "a comida estava ótima, mas o atendimento demorou", separam elogio à comida de crítica ao serviço.
Onde é usada no Brasil
- Atendimento: detectar cliente irritado numa fila de chat e priorizar o caso antes que vire reclamação pública
- Reputação de marca: acompanhar menções em redes sociais e perceber quando o tom vira
- Avaliações de produto: resumir milhares de comentários em pontos fortes e fracos
- Pesquisa interna: analisar respostas abertas de pesquisa de clima com funcionários
Onde ela erra
Ironia e sarcasmo são o problema clássico. "Adorei esperar duas horas" é positivo em cada palavra e negativo no significado — e o brasileiro usa ironia o tempo todo. Gíria regional, erro de digitação e mistura de idiomas também derrubam a precisão.
Por isso o número absoluto costuma valer menos que a tendência: se a proporção de negativos dobrou nesta semana, algo aconteceu — mesmo que a classificação individual tenha margem de erro.
Perguntas frequentes
O que é análise de sentimento?
É a classificação automática da opinião expressa num texto, normalmente em positivo, negativo ou neutro. Permite processar volumes de comentários que seriam impossíveis de ler manualmente.
A análise de sentimento entende ironia?
Mal. É a maior fraqueza da técnica: "adorei esperar duas horas" costuma ser classificado como positivo. Modelos recentes melhoraram com contexto, mas a ironia continua sendo a principal fonte de erro, especialmente em português coloquial.
Como as empresas usam isso?
Para priorizar atendimento de cliente irritado, acompanhar reputação de marca em redes sociais, resumir avaliações de produto e analisar respostas abertas de pesquisas internas — sempre onde o volume de texto inviabiliza leitura humana.
Dá para fazer análise de sentimento em português?
Sim, e os modelos atuais lidam bem com o português. A precisão cai em gíria regional, ironia e texto muito informal — o que recomenda olhar tendência ao longo do tempo em vez de confiar na classificação de um comentário isolado.
