PosNeg opinion: Una herramienta para gestionar comentarios de la Web

• Mario Amores ^[1] ; Leticia Arco ^[1] ; Michel Artiles ^[1]
  1. [1] Universidad Central de Las Villas

     Universidad Central de Las Villas

     Cuba

     
• Localización: Revista Cubana de Ciencias Informáticas, ISSN-e 2227-1899, Vol. 9, Nº. 1, 2015
• Idioma: español
• Títulos paralelos:
  • PosNeg opinion: A tool for managing comments from the web
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Una de las principales tareas de la minería de opinión es la clasificación de la polaridad de la opinión, que consiste en determinar si la opinión es positiva o negativa con respecto a la entidad a la que se esté refiriendo. En este trabajo se propone la aplicación PosNeg Opinion que detecta de manera no supervisada la polaridad de opiniones siguiendo un esquema compuesto por cinco etapas: identificar tokens, desambiguar léxicamente cada token, obtener las acepciones de cada palabra, clasificar los tokens en positivo o negativo y evaluar la opinión. PosNeg Opinion detecta la polaridad de opiniones en español. El sistema propuesto mostró un buen desempeño al clasificar la polaridad de 200 opiniones provenientes de foros de discusión en Yahoo.es, obteniéndose una exactitud de 0.965 y una precisión de 0.970.

  • English

    One of the primary tasks of opinion mining is the classification of the polarity of the opinion, that consists in determining whether the opinion is positive or negative with respect to the entity to which it is referring. This work seeks design a general scheme consists in five stages that enable the polarity detection of opinions in an unsupervised manner. The five considered stages are: token identification, lexical disambiguation, get all meanings of each word, classify each token in positive or negative, and evaluate the opinion. PosNeg Opinion detects the polarity of the opinions in Spanish language. The proposed system showed good performance in classifying the polarity of 200 opinions from discussion forums Yahoo.es, yielding an accuracy of 0.965 and a precision of 0.970.