Categorías: Tecnología

Modelo lingüístico identifica los sentimientos en los textos escritos en las redes sociales

Comparta este Artículo en:

Palabras que utilizamos todos los días en cualquier ámbito como “rápido”, “lento”, bonito”, “caliente” o “normal” llevan implícita una carga de información que cada vez importa más a empresas y organizaciones.

El lenguaje evaluativo, el que se utiliza cada día, es una de las producciones de la lengua que hace que las interacciones comunicativas sean interesantes, ya que aportan información esencial.

El análisis de sentimiento es un ámbito que ha recibido gran atención en los últimos años debido al uso masivo de las redes sociales.

El uso de estas comunidades virtuales ha generado grandes cantidades de texto evaluativo producido por los usuarios en torno a todo tipo de productos y servicios.

Ante el interés que ha despertado el análisis de estos textos, un equipo investigador del Departamento de Filologías Románicas de la Universidad Rovira i Virgili (URV) en Tarragona, ha desarrollado una técnica que incluye diferentes métodos matemáticos y lingüísticos y que consigue modelar formalmente los enunciados evaluativos y captar o extraer el sentimiento (o valoración) que hay detrás de estas expresiones lingüísticas de naturaleza difusa.

El resultado de su investigación se ha realizado en colaboración con el centro de excelencia IRAFM de la República Checa.

Para analizar el sentimiento se utilizan herramientas computacionales que detectan y evalúan el lenguaje valorativo, en términos de polaridad, es decir: clasifican automáticamente los textos en función de la connotación positiva o negativa del lenguaje utilizado.

Con este análisis se intenta determinar la actitud de una persona con respecto a un tema.

La actitud puede ser un juicio o evaluación, su estado afectivo (estado emocional del autor cuando escribe), o la intención comunicativa emocional (el efecto emocional que el autor intenta causar en el lector).

El desarrollo de estas herramientas de análisis de sentimiento requiere de modelos formales que puedan describir el lenguaje evaluativo en términos de que una máquina sea capaz de procesar.

Se dice que el lenguaje evaluativo es difuso o vago, ya que es muy difícil delimitar su significado de palabras cotidianas como bien, mal, grande, pequeño, amar, odiar, etcétera.

Por ejemplo, un niño de 5 años puede ser “alto” si mide 130 cm, y un jugador adulto de baloncesto, en cambio, es “alto” si mide 220 cm.

Esta variabilidad también puede encontrarse entre culturas: por ejemplo, el significado final del adjetivo “alto” es seguramente diferente en la concepción norteamericana y en la japonesa.

Aunque el significado final es diferente, todo el mundo puede entender que “alto” significa valor elevado en una escala de altura.

Un modelo para caracterizar esta “borrosidad” en el significado es un modelo difuso, y esta es la base de la propuesta de esta investigación, encabezada por Adrià Torrens y María Dolores Jiménez, del Grupo de Investigación en Lingüística Matemática del Departamento de Filologías Románicas de la URV, junto con Vilém Novák, de la Universidad de Ostrava, en la República Checa.

Fuente: Noticias de la Ciencia

Editor PDM

Entradas recientes

Mano robótica capaz de manipular objetos

Recientemente, Sanctuary AI presentó su mano robótica que ahora es capaz de manipular objetos. (more…)

3 days hace

Robots atraviesan entornos complejos sin sensores adicionales ni entrenamiento previo en terrenos difíciles

Especialistas en robótica de la Universidad de Leeds y el University College de Londres han…

3 days hace

Rompiendo barreras: IA para interpretar el lenguaje de señas americano en tiempo real

El lenguaje de señas es un medio de comunicación sofisticado y vital para las personas…

3 days hace

Dispositivo ayuda a personas con discapacidad visual a realizar tareas de localización tan bien como las personas videntes

Según un nuevo estudio dirigido por el Imperial College, una tecnología de navegación que utiliza…

3 days hace

Google lanza una versión de Gemini 2.0 capaz de razonar

Gemini 2.0 Flash Thinking Experimental es una nueva versión de la IA de Google que…

3 days hace

El siguiente paso de la computación cuántica: un nuevo algoritmo potencia la multitarea

Las computadoras cuánticas difieren fundamentalmente de las clásicas. En lugar de utilizar bits (0 y…

4 days hace
Click to listen highlighted text!