Uneori, simpla înțelegere a sentimentului unui mesaj nu este suficientă, iar pentru a dobândi perspective noi in zona de business, poate fi necesară o analiză mai detaliată în ceea ce privește anumite nuanțe ale unui text și implicit a emoțiilor care s-au produs în procesul de transmitere a unui mesaj. Acest lucru poate fi posibil prin intermediul soluțiilor software de sentiment analysis create de specialiștii în software development, care sunt din ce în ce mai creativi în activitatea lor. Totodată, companiile de IT outsourcing care dezvoltă soluții customizabile sunt supuse constant provocărilor care apar, ceea ce nu face decât să le motiveze să continue procesul de inovare.
Spre exemplu un mesaj care a declanșat sentimente negative ar putea exprima furie, tristețe, frică sau dezgust. De asemenea, un text cu sentimente pozitive ar putea transmite fericire, bucurie, satisfacție sau entuziasm. De altfel, există destul de multă suprapunere în modul în care sunt definite aceste emoții diferite, iar diferențele dintre ele pot fi destul de subtile.
Provocările întâmpinate în ceea ce privește sentiment analysis sunt multiple, iar acestea gravitează în jurul inexactităților în ceea ce privește abordarea metodelor de analiză. Prin urmare conținutul identificat ca fiind neutru tinde să creeze adesea neînțelegeri cu privire la emoțiile din spatele acestuia. Spre exemplu, dacă un client a primit un articol greșit, de altă culoare decât cea solicitată și a semnalat asta prin intermediul feedback-ului, acesta poate fi încadrat ca fiind neutru, când de fapt ar trebui să fie declarat negativ.
Unele sentimente pot fi, de asemenea, dificil de identificat, mai ales atunci când sistemele nu pot înțelege contextul sau tonul. Răspunsurile la sondaje sau întrebări precum „nimic” sau „totul” sunt greu de clasificat atunci când contextul nu este dat, deoarece pot fi înregistrate drept pozitive sau negative. În mod similar, ironia sau sarcasmul nu pot fi identificate în mod explicit și pot fi percepute fals de sistem.
Sistemele au frecvent dificultăți când vine vorba de a identifica emoji-uri sau informații irelevante. O atenție deosebită trebuie acordată emoji-urilor și datelor neutre, pentru a nu clasifica greșit însemnătatea unui text.
În cele din urmă, oamenii pot fi inconsistenți în declarațiile lor. Cele mai multe recenzii vor avea atât comentarii pozitive, cât și negative, ceea ce este oarecum ușor de gestionat odată analizat un tip de conținut, fie ca sunt comentarii sau recenzii. Cu toate acestea, cu cât mediul este mai informal, cu atât este mai probabil ca oamenii să combine opinii diferite în aceeași propoziție și astfel va fi mai dificil pentru un sistem software să îl analizeze corect.
