Resumo

DAS, Dipankar  e  BANDYOPADHYAY, Sivaji. Etiquetación de emociones a nivel de documento: aprendizaje automático y un método basado en recursos. Comp. y Sist. [online]. 2011, vol.15, n.2, pp.221-234. ISSN 2007-9737.

El objetivo de este trabajo es identificar las emociones en documentos escritos en bengalí extraídos de un blog usando dos enfoques distintos. El primer enfoque es aprendizaje automático en el cual se acumula la información de los documentos a partir de las oraciones obtenidas a través de análisis de palabras, es decir, en el nivel más granular, mientras que el segundo enfoque está basado en recursos de los cuales usamos el Bengalí WordNet Affect -un recurso léxico que incluye palabras del bengalí etiquetadas con emociones. En el primer enfoque, la máquina de soporte vectorial (Support Vector Machine, SVM) se usa para la clasificación a nivel de palabras. El valor afectivo de las oraciones se calcula según la técnica basada en promediar los puntajes de pesos asignados a los significados de palabras etiquetadas con emociones en estas oraciones. La suma acumulada de los puntajes afectivos de las oraciones se asigna a cada documento tomando en cuenta diversas características heurísticas. El segundo enfoque implementa el método basado en mayoría para clasificar un documento dado considerando las listas del Bengalí WordNet Affect. En ambos enfoques, en vez de asignar una única etiqueta afectiva a un documento dado, las dos mejores etiquetas afectivas se asignan a cada documento según los puntajes afectivos obtenidos ordenados. Usando la combinación de las mejores características obtenida del conjunto de desarrollo, al evaluar 110 documentos de prueba resulta un valor promedio de la métrica F-score en los dos enfoques 59,50% y 51,07% respectivamente para toda clase de emociones.

Palavras-chave : Procesamiento de lenguaje natural; lingüística computacional; texto; blog; documento; WordNet Affect; puntaje de peso de significado; campo aleatorio condicional (Conditional Random Field, CRF); máquina de soporte vectorial (Support Vector Machine, SVM); etiquetas afectivas; características heurísticas.