ELiRF-UPV en TASS-2013: análisis de Sentimientos en Twitter

• Ferran Pla ^[1] ; Lluís-F. Hurtado ^[1]
  1. [1] Universidad Politécnica de Valencia

     Universidad Politécnica de Valencia

     Valencia, España

     
• Localización: XXIX Congreso de la Sociedad Española de Procesamiento de Lenguaje Natural: SEPLN 2013 / coord. por Alberto Díaz Esteban, Iñaki Alegría Loinaz, Julio Villena Román, 2013, ISBN 978-84-695-8349-4, págs. 220-227
• Idioma: español
• Títulos paralelos:
  • ELiRF-UPV at TASS-2013: Sentiment Analysis in Twitter
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    En este trabajo se describe la participación del equipo del grupo de investigación ELiRF de la Universitat Politècnica de València en el Taller sobre Análisis de Sentimientos (TASS-2013). Este taller es un evento enmarcado dentro de la XXIX edición del Congreso Anual de la Sociedad Española para el Procesamiento del Lenguaje Natural (SEPLN). El TASS-2013 es la segunda edición de esta competición y se proponen cuatro tareas. La primera consiste en determinar el análisis de sentimientos a nivel global de un tweet; la segunda, consiste en determinar el tópico de un tweet (política, economía, deportes, ...); la tercera consiste en el análisis de sentimiento a nivel de entidad dentro de un tweet y la última tarea consiste en la identificación de las tendencias políticas (derechas, centro, izquierdas, neutral) de un usuario basándose en sus tweets. Nuestro equipo ha participado en todas las tareas obteniendo buenos resultados en todas ellas. Este trabajo presenta las aproximaciones utilizadas, los resultados obtenidos y una discusión de los mismos.

  • English

    This paper describes the participation of the ELiRF research group of the Universitat Politècnica de València in the Workshop (TASS, 2013). This workshop is a satellite event of the XXIX edition of the Annual Conference of the Spanish Society for Natural Language Processing (SEPLN). TASS-2013 is the second edition of this competition and proposes four tasks. The first one is to determine the analysis of the global sentiment of a tweet, the second task is to determine the topic of a tweet (politics, economy, sports, ...), the third task is to determine the sentiment analysis at entity level within a tweet, and the fourth task is to identify the political trends of a given user (right, center, left, neutral) based on his tweets. Our team has participated in all the tasks with good results in all them. This work describes the approaches used, the results obtained and a discussion of these results.