Emotion Detection in Persian Text; A Machine Learning Model (original) (raw)
Related papers
Traducción automática en contextos especializados, 2023
La participación e interactividad de los usuarios en redes sociales y plataformas mediante opiniones y reseñas se ha consolidado como un fenómeno de interés para el comercio elec-trónico, el márketing y el procesamiento de lenguaje natural, entre otras disciplinas, por el potencial para la investigación de tendencias y patrones en el comportamiento de los usua-rios. Desde el punto de vista lingüístico, las características de este nuevo género textual digital también abren nuevas vías de investigación académica (Lohar et al., 2017; Vásquez, 2012). Entre las características clave de este género textual se encuentran la autenticidad, la naturalidad y la credibilidad de la reseña para conseguir su finalidad de influir en la toma de decisiones de futuros usuarios (Gräbner et al., 2012). Todo indica que la utilidad de la opinión prevalece sobre la corrección gramatical y, en la mayoría de los casos, la naturalidad es mejor valorada que la calidad del texto (Candel-Mora, 2022). Este trabajo aborda la evaluación de la calidad de la traducción automática del inglés al español de un corpus de 1000 reseñas de productos turísticos de Tripadvisor desde la perspectiva de la transferencia de sentimientos como aspecto fundamental para la influencia de las opiniones de las rese-ñas. Este trabajo presenta una propuesta de clasificación de errores de transferencia de sen-timientos específicamente diseñada para el Contenido Generado por el Usuario traducido al español consistente en cinco categorías de errores: polarización, intensidad, desalineación, identificación y adaptación cultural. Entre los hallazgos más relevantes destaca que, aunque la proporción de errores a nivel de segmento no resulta significativa, a nivel de la reseña completa se identifica un porcentaje cercano al 25% de las 1000 reseñas estudiadas reseñas con errores de sentimientos de mayor o menor envergadura.
Anales de la Real Academia Nacional de Medicina, 2018
Resumen El estudio de las relaciones entre lenguaje y emoción ha recibido poca atención hasta fechas recientes. En este trabajo se repasarán las aportaciones provenientes desde los ámbitos de la psicología del desarrollo y de la neurolingüística afectiva. Los resultados de los trabajos revisados ponen de manifiesto que el aprendizaje del lenguaje emocional tiene su propia idiosincrasia. Además, el contenido emocional de las palabras, oraciones y textos modula varios niveles del procesamiento del lenguaje, que incluyen distintos aspectos fonológicos, léxicosemánticos y morfosintácticos involucrados en la comprensión y la producción. Por último, las interacciones entre lenguaje y emoción implican la activación de un conjunto de regiones cerebrales relacionadas con distintos procesos afectivos y lingüísticos, tales como áreas de la corteza frontal y temporal o estructuras subcorticales como la amígdala. En su conjunto, los resultados de estos trabajos muestran con claridad que el contenido emocional determina ciertos aspectos del modo en el que adquirimos y procesamos el lenguaje.
Análisis de emociones en tweets utilizando técnicas de Machine Learning
2019
La minería y análisis de sentimientos son ramas de estudio que se desprenden del Procesamiento de Lenguaje Natural (PLN) y del Machine Learning (ML). Teniendo un permanente flujo de datos a través de las redes sociales, así como de distintas plataformas, se ha convertido en una prioridad el análisis, clasificación y uso de los datos generados por los millones de usuarios que a diario producen nuevo contenido, con el subsecuente objetivo de generar soluciones, a través de la transformación de estos datos dispersos en informacióninformación´informaciónútil para su implementación en algún campo de estudio especifico, como en este es el PLN. En este trabajo se realiza la propuesta para el desarrollo de un clasificador de emociones, a partir de un corpus de datos compuesto enteramente por textos obtenidos de la red social twitter, en forma de mensajes cortos. Se plantea el uso de una clasificación de polaridad de los textos para determinar, en forma de categorías generales, cuáles de ellos apelan a emociones positivas, cuales a negativas y neutrales. Otro componente importante a considerar, es que se busca evaluar la validez del modelo que se propone en este trabajo, con el fin de que se pueda entrenar para recibir, en el futuro, textos no incluidos en el corpus original de entrenamiento, y realizar la clasificación de polaridad de forma automática. I. INTRODUCCI´ONINTRODUCCI´ INTRODUCCI´ON A diario se producen cantidades enormes de datos informáticos, gran parte de ellos por medio de las redes sociales y la interacción que los usuarios tienen entre sí, o con contenido de diferente naturaleza, como lo es la información económica, política, cultural, publicitaria, social, etc. Con base en la interacción que realizan los usuarios, se pueden realizar una serie de análisis, desde el punto de vista del PLN y PL incluyendo el análisis y minería de emociones, también conocido minería de sentimientos, para clasificar y evaluar el pensamiento general, o especifico [1], de un conjunto de usuarios hacia un tópico en específico, como el análisis de los precios manejados en los mercados financieros, o la respuesta de una parte de la población hacia un hecho indignante, solo por poner un par de ejemplos. La minería de emociones se enfoca en la detección de los elementos que componen un argumento, para poder analizarlos, clasificarlos, evaluarlos y, finalmente, interpretarlos. En el caso de los argumentos que contie-nen en su estructura palabras que evocan emociones, es necesario realizar el análisis de dichos elementos, para realizar una clasificación correcta y, en consecuencia, interpretar de manera razonable las premisas para determinar y cuantificar el tamaño de la carga emocional que contiene el texto. El análisis de sentimientos se centra en el análi-sis de textos y estados generados por las personas, principalmente a través de internet, y se enfoca de la detección de opiniones sobre un objeto en particular o sobre ciertos aspectos determinados, por medio de la ubicación de las opiniones [2]. Se alimenta de datos generados en una variedad de formatos, como lo son las imágenes, textos, audios o videos. En el caso de los textos, originalmente se consideraron como la base para esta clase de análisis, debido a que la cantidad de información existente en este formato es masiva, por lo tanto, gran parte de las investigaciones se enfocan en el procesado de este formato de datos, y en el caso de la clasificación de emociones se hace uso también de la Lingüística Computacional (LC), en diferentes niveles de aplicación, para determinar un resultado concreto. En este trabajo se realiza la propuesta de realizar el análisis de las emociones contenidas en tweets a partir de la clasificación de la polaridad de palabras con una alta carga emocional, entendiendo una emoción o sentimiento es definido como una actitud, o un juicio, provocado por un hecho [3]. Las principales contribuciones que busca el desarrollo de este trabajo son las siguientes: • Proponer un enfoque para la clasificación de tweets con el fin de etiquetar la polaridad del mensaje, con base en su carga emocional, a partir de mensajes textuales. • Hacer uso de un conjunto de datos previamente ge-nerado [4]. Denominado conjunto de datos de análi-sis de tiempo (T4SA), está compuesto de aproxi-madamente 1 millón de tweets en inglés para los cuales se busca desarrollar una clasificación textual del sentimiento. • Se busca determinar la polaridad a partir de un modelo emocional más complejo, no solo a la pola-ridad simple que clasifica los tweets como positivos, neutros o negativos.
Técnicas de reconocimiento automático de emociones
Teoría de la …, 2006
En este artículo presentamos un resumen de las principales técnicas para el reconoci-miento automático de emociones. Repasaremos brevemente los principales tipos de emociones, haciendo hincapié en la necesidad de usar emociones específicas. Conside-raremos los dos ...
Pädi Boletín Científico de Ciencias Básicas e Ingenierías del ICBI
Este artículo presenta un enfoque basado en el análisis de resúmenes para conocer la tendencia del uso de señales fisiológicas, así como la viabilidad de aplicar estas técnicas en la inducción de emociones y estados cognitivos en personas sanas. El objetivo de este artículo es determinar la viabilidad de desarrollar herramientas tecnológicas, que ayuden a la detección del estado emocional y cognitivo de un usuario al interactuar con un robot. Para ello incialmente se recopilaron 8623 resúmenes de la biblioteca digital deIEEE, que se relacionan con los temas de neurometría y biometría durante un periodo aproximado de 50 años atrás. Sin embargo, al analizar los resultados se concluye que son de poca utilidad para el objetivo de esta investigación, así que se agrega en la nueva búsqueda el término “emociones”. El número de artículo se reduce a 110, se reconstruye el modelo de ciclo de vida o curva S utilizando el segmento del polinomio cúbico. Los resultados demuestran que existe una f...
Athenea Digital. Revista de pensamiento e investigación social, 2010
El propósito y objetivo principal de ésta tesis doctoral consiste en entender por qué las emociones tienen una fuerte relación con el lenguaje, y cómo es posible expresar estas emociones a través del uso de las
Resumen Se realiza un estudio piloto con el fin de determinar los patrones visuales que utilizan los individuos para reconocer emociones. En una muestra de estudiantes de psicología N=39, (edad M=19,79, SD=2,89; 84.21% mujeres), se utilizó una prueba computerizada de reconocimiento de emociones, mientras portaban el pupilómetro Mobileye de ASL. Los resultados mostraron que la mayor parte del tiempo los sujetos las dedican a decidir qué emoción se está reconociendo, sin embargo los tiempos necesarios para la detección efectiva en las zonas de interés (AOI) del rostro son mínimos. Igualmente se discuten las diferencias obtenidas en función de la emoción a detectar y otros hallazgos. Palabras Clave pupilómetro,emociones,reconocimiento,lateralidad,diferencias individuales,reconocimiento de emociones,expresión de emociones Abstract A pilot study was performed to determine the visual patterns used by individuals to recognize emotions. In a sample of psychology students N = 39, (age M = 19...