El cambio de polaridad en la minería de opiniones a través de la cuantificación en inglés
Open Access
- 1 January 2024
- journal article
- research article
- Published by Pontificia Universidad Catolica de Chile in Onomázein
- No. 65,p. 206-226
Abstract
El cambio de polaridad se considera uno de los problemas más desafiantes dentro del ámbito de la minería de opiniones. Los operadores de cambio de polaridad son elementos lingüísticos contextuales que pueden aumentar, reducir o neutralizar la polaridad de una palabra denominada “foco” que se incluye en la expresión de una opinión. La detección automática de tales elementos mejora el rendimiento y la precisión de los sistemas computacionales para la minería de opiniones. Desde un enfoque simbólico, este artículo presenta un avance en el procesamiento automático de los operadores contextuales que afectan la polaridad de las opiniones expresadas en tuits escritos en inglés. Con este fin, proponemos un nuevo modelo basado en el conocimiento relativo a la cuantificación en inglés, la cual puede incrementar o reducir la polaridad de las opiniones. En concreto, describimos las reglas lingüísticas de cada categoría de operador asociado a la cuantificación, incluyendo información sobre el alcance y la dirección del operador con respecto al foco. Además, indicamos las fórmulas matemáticas que calculan la fuerza del efecto sobre la polaridad previa. Finalmente, presentamos las matrices asociadas a las reglas lingüísticas, las cuales facilitan la modelización del conocimiento en un sistema de minería textual.Keywords
This publication has 16 references indexed in Scilit:
- Sentiment Classification Using Negative and Intensive Sentiment Supplement InformationData Science and Engineering, 2019
- Detecting environmentally-related problems on TwitterBiosystems Engineering, 2019
- Modeling the Impact of Modifiers on Emotional Statements2018
- Aspect-based opinion mining framework using heuristic patternsCluster Computing, 2017
- Comparative opinion mining: A reviewJournal of the Association for Information Science and Technology, 2016
- Identifying Polarity in Financial Texts for Sentiment Analysis: A Corpus-based ApproachProcedia - Social and Behavioral Sciences, 2015
- A machine‐learning approach to negation and speculation detection for sentiment analysisJournal of the Association for Information Science and Technology, 2015
- Sentiment Classification with Polarity Shifting Detection2013
- An emotion‐based model of negation, intensifiers, and modality for polarity and intensity classificationJournal of the American Society for Information Science and Technology, 2013
- The Language of Evaluation2005