Estimación automática del afecto en textos en español

• Autores: Dell’ Amerlina Ríos, Matías Gabriel
• Año de publicación: 2012
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Gravano, Agustín
• Materia: PROCESAMIENTO DEL LENGUAJE NATURAL; AFECTO; EMOCIONES; ESPAÑOL; NATURAL LANGUAGE PROCESSING; AFFECT; EMOTIONS; SPANISH
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

El análisis de sentimientos y afectos en textos (sentiment analysis) ha sido estudiado en el idioma inglés durante los últimos 30 años. Uno de los trabajos pioneros, y que sigue evolucionando, fue el de Whissell con su Diccionario de Afectos (Dictionary of Affect in Language, DAL), que permite puntuar palabras de acuerdo a tres dimensiones: agrado, activación e imaginabilidad. Dado que en el idioma español son escasas las herramientas disponibles para hacer estos análisis, en esta tesis se realizó una réplica en el idioma español del trabajo de Whissell. Este trabajo comenta de qué manera fue creado el sistema, que contó con más de 2500 palabras, donde cada vocablo fue puntuado en las mismas tres dimensiones. Además describe cómo el sistema realiza las estimaciones y que ´ındices arroja como resultado. Finalmente, se evaluó el sistema comparando sus resultados con los de un grupo de personas y, por otro lado, se evaluó la utilidad del sistema para clasificar opiniones de productos.
The topic of sentiment and affections analysis in text has been studied in English for the last 30 years. One of the first works, and still useful, is the one made by Whissell, the Dictionary of Affect in Language (DAL), that allows to rate words along three dimensions: pleasantness, activation and imagery. Since there is a lack of such tools for the Spanish language, we decided to replicate Whissell’s work in Spanish. This thesis describes the development of a system with more than 2500 words rated along the same three dimensions. Additionally, it describes how the system estimates affect and the indexes it outputs. Finally, the system was tested comparing its results against those of a group of human annotators. Moreover, the utility of the system was tested for the task of classifying products' opinions into positive or negative.
Fil: Dell’ Amerlina Ríos, Matías Gabriel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.