A diferença entre dizer o que você quer dizer e significar o que você diz é óbvia para a maioria das pessoas. Para os computadores, no entanto, é mais complicado. No entanto, fazer com que eles avaliem inteligentemente o que as pessoas querem dizer a partir do que dizem seria útil para empresas que buscam identificar clientes insatisfeitos e agências de inteligência que buscam identificar indivíduos perigosos a partir de comentários que postam online. Os computadores costumam ser ineptos em entender o significado de uma palavra porque esse significado depende do contexto em que a palavra é usada. Por exemplo, "matar" é ruim e "bactérias" são ruins, mas "matar bactérias" é muitas vezes bom (a menos que, isso é, alguém esteja falando sobre as bactérias saudáveis presentes no iogurte vivo, caso em que seria ruim). Uma tentativa de permitir que os computadores avaliem o significado emocional do texto está sendo liderada por Stephen Pulman da Universidade de Oxford e Karo Moilanen, um de seus alunos de doutorado. Ele usa um software chamado "análise de sentimento" para avaliar o texto. A dupla desenvolveu um sistema de classificação que analisa a estrutura gramatical de um texto e atribui rótulos emocionais às palavras que ele contém, consultando um "lexicon de sentimento" de 57.000 palavras compilado por pessoas. Esses rótulos podem ser positivos, negativos ou neutros. Palavras como "nunca", "falhou" e "prevenir" são marcadas como palavras "mudantes" ou "reversivas" porque invertem o sentimento da palavra que precedem. A análise é então dividida em etapas que levam em conta progressivamente pedaços gramaticais maiores, atualizando a pontuação de sentimento de cada entidade à medida que avança. As regras gramaticais determinam o efeito de um pedaço de texto sobre outro. A regra mais simples é que sentimentos positivos e negativos sobrepujam os neutros. Regras sintáticas mais complexas governam casos aparentemente conflitantes, como "inferno de férias" ou "linha de ajuda de abuso", que fazem sentido para as pessoas, mas podem confundir os computadores. Ao aplicar e analisar rótulos emocionais, o software pode construir pontuações de sentimento para os conceitos mencionados no texto, como uma combinação de resultados positivos, negativos e neutros. Por exemplo, na frase, "As maiores economias da região ainda estavam atoladas na recessão", o software de análise encontra quatro das palavras no léxico de sentimentos: maior (positivo, neutro ou negativo); economias (positivo ou neutro); atolado (negativo); e recessão (negativo). Em seguida, analisa a estrutura da frase, começando com "economias" e progredindo para "maiores economias".