Análisis de sentimientos a nivel de aspecto usando ontologías y aprendizaje automático
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/69091
Título: | Análisis de sentimientos a nivel de aspecto usando ontologías y aprendizaje automático |
---|---|
Título alternativo: | Aspect-based sentiment analysis using ontologies and machine learning |
Autor/es: | Henriquez Miranda, Carlos | Pla Santamaría, Ferrán | Hurtado Oliver, Lluís Felip | Guzmán, Jaime |
Palabras clave: | Análisis de sentimientos a nivel de aspecto | Ontologías | Máquinas de soporte vectorial | Aspect-based sentiment analysis | Ontologies | Support vector machines |
Área/s de conocimiento: | Lenguajes y Sistemas Informáticos |
Fecha de publicación: | sep-2017 |
Editor: | Sociedad Española para el Procesamiento del Lenguaje Natural |
Cita bibliográfica: | Procesamiento del Lenguaje Natural. 2017, 59: 49-56 |
Resumen: | En este artículo se presenta un sistema de análisis de sentimientos a nivel de aspecto que permite extraer automáticamente las características de una opinión y determinar la polaridad asociada. El sistema propuesto está basado en un modelo que utiliza ontologías de dominio para la detección de los aspectos y un clasificador basado en Máquinas de Soporte Vectorial para la asignación de la polaridad a los aspectos detectados. El trabajo experimental se ha realizado utilizando el conjunto de datos desarrollado para la Tarea 5, Sentence-level ABSA en SemEval 2016 para el español. El sistema propuesto ha obtenido un 73.07 en F1 en la extracción de aspectos (slot2) y un 46.24 de F1 en la subtarea conjunta de categorización y extracción de aspectos (slot1,2) utilizando una aproximación basada en ontologías. Para la subtarea de clasificación de sentimientos (slot3) se ha obtenido una Accuracy de 84.79% utilizando una aproximación basada en el uso de Máquinas de Soporte Vectorial y lexicones de polaridad. Estos valores superan los mejores resultados obtenidos en SemEval. | In this paper, we present an aspect-based sentiment analysis system that allows to automatically extract the characteristics of an opinion and to determine their associated polarity. The proposed system is based on a model that uses domain ontologies for the detection of aspects and a classifier based on the Support Vector Machines formalism for assigning the polarity to the detected aspects. The experimental work was conducted using the dataset developed for Task 5, Sentence-level ABSA in SemEval 2016 for Spanish. The proposed system has obtained a 73.07 in F1 in the aspect extraction subtask (slot2) and a 46.24 of F1 in the categorization and aspect extraction subtask (slot1,2) using an ontology-based approach. For the sentiment classification subtask (slot3) an 84.79% in terms of Accuracy has been obtained using an approach based on Support Vector Machines and polarity lexicons. These results are better than those reported in SemEval. |
Patrocinador/es: | Este trabajo ha sido parcialmente subvencionado por el proyecto ASLP-MULAN: Audio, Speech and Language Processing for Multimedia Analytics (MINECO TIN2014-54288-C4-3-R y fondos FEDER). La estancia realizada, de enero a marzo de 2017, por Carlos Henríquez en la UPV, ha sido subvencionado por el programa Colciencias (convocatoria 727), Universidad Nacional de Medellín y Universidad Autónoma del Caribe Barranquilla. |
URI: | http://hdl.handle.net/10045/69091 |
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 59 (2017) |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
PLN_59_05.pdf | 1,07 MB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.