Análisis de sentimientos/polaridad en diferentes tipos de documentos

• Camilo Salazar ^[1] ; Jose Aguilar ^[1] ; Julián Monsalve-Pulido ^[1] ; Edwin Montoya ^[1]
  1. [1] Universidad EAFIT

     Universidad EAFIT

     Colombia

     
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. Extra 41, 2021, págs. 344-357
• Idioma: español
• Títulos paralelos:
  • Polarity analysis in different types of documents
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Clásicamente, el análisis de sentimiento tiene como objetivo identificar la actitud del escritor hacia individuos, eventos o temas, pero este artículo propone un enfoque inverso, un proceso para la identificación de polaridad/sentimiento en los documentos. En particular, nuestro enfoque se puede utilizar para predecir el posible efecto de un texto escrito en los usuarios. Así, este trabajo presenta el problema de Clasificación de Sentimientos en textos y propone una estrategia para clasificar su polaridad (positiva o negativa). Para ello, el artículo analiza tres métodos de extracción de palabras clave del texto, y define un proceso para una identificación automática de su polaridad. Las características/palabras clave extraídas se analizan mediante el proceso de análisis de polaridad, para determinar la connotación positiva/negativa del texto. Se realizaron experimentos en varios conjuntos de datos, para diferentes formas de considerar las palabras clave extraídas.

  • English

    Classically, Sentiment Analysis aims to identify the writer’s attitude toward individuals, events, or topics, but this paper proposes an inverse approach, a process for sentiment/polarity identification in documents. Particularly, our approach can be used to predict the possible effect of a written text on the users.

    Thus, this paper presents the Sentiment Classification problem in texts, and proposes a strategy to classify their polarity (positive/negative). For this, the paper analyses three keywords extraction methods from the text, and defines a process for an automatic identification of its polarity. The features/keywords extracted are analyzed by the polarity analysis process, to determine the positive/negative connotation of the text. Several experiments have been carried out in different datasets, with different forms to consider the extracted keywords.