El impacto de las emociones en el análisis de la polaridad en textos con lenguaje figurado en Twitter
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/64015
Título: | El impacto de las emociones en el análisis de la polaridad en textos con lenguaje figurado en Twitter |
---|---|
Título alternativo: | The Impact of Emotions on Polarity Analysis using Figurative Language in Twitter |
Autor/es: | Escortell Pérez, María Amparo | Giménez Fayos, Maite | Rosso, Paolo |
Palabras clave: | Análisis de sentimientos | Emociones | Lenguaje figurado | Twitter | Ironía | Sarcasmo | Semeval | Polaridad | Sentiment analysis | Emotions | Figurative language | Irony | Sarcasm | Polarity |
Área/s de conocimiento: | Lenguajes y Sistemas Informáticos |
Fecha de publicación: | mar-2017 |
Editor: | Sociedad Española para el Procesamiento del Lenguaje Natural |
Cita bibliográfica: | Procesamiento del Lenguaje Natural. 2017, 58: 85-92 |
Resumen: | Uno de los retos más complejos a los que se enfrenta el Procesamiento de Lenguaje Natural es el de determinar la polaridad de un tweet (positiva, negativa o neutra) cuando en éste aparece lenguaje figurado, es particularmente complejo en los textos cortos y agramaticales que podemos encontrar en las redes sociales. Este trabajo presenta un estudio exhaustivo sobre la capacidad de distintos recursos léxicos de emociones para analizar la polaridad de un conjunto de datos extraídos de Twitter, detallando el impacto de cada uno de los recursos sobre distintas formas de lenguaje figurado como pueden ser la ironía y el sarcasmo que encontramos profusamente en este corpus. Los resultados obtenidos muestran indicios que apuntan a que la inclusión de información relativa a las emociones ayuda a clasificar correctamente la polaridad tanto a nivel global como a nivel del lenguaje figurado o literal. | One of the most challenging tasks in Natural Language Processing is to determine the polarity of a tweet (positive, negative or neutral) when figurative language is present, especially in the short and ungrammatical texts that can be found in social media. In this paper we present a comprehensive study of the capacity of several emotional lexicons for Sentiment Analysis of Figurative Language in Twitter, detailing how each resource impacts on different figurative language devices such as sarcasm and irony. There are indications in our results that suggest that using emotional information improves the performance of a Sentiment Analysis model regardless of the presence or not of figurative language in the texts analyzed. |
Patrocinador/es: | Este trabajo se ha desarrollado en el marco del proyecto de investigación SomEMBED (TIN2015-71147-C2-1-P) del Ministerio de Economía y Sostenibilidad (MINECO). Asimismo, el trabajo de la segunda autora ha sido financiado a través del Programa de Ayudas de Investigación y Desarrollo de la Universitat Politècnica de València (PAID 2015). |
URI: | http://hdl.handle.net/10045/64015 |
ISSN: | 1135-5948 |
Idioma: | spa |
Tipo: | info:eu-repo/semantics/article |
Derechos: | © Sociedad Española para el Procesamiento del Lenguaje Natural |
Revisión científica: | si |
Versión del editor: | http://journal.sepln.org/sepln/ojs/ojs/index.php/pln |
Aparece en las colecciones: | Procesamiento del Lenguaje Natural - Nº 58 (2017) |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
PLN_58_10.pdf | 284,66 kB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.