Análisis de elementos fonéticos y elementos emocionales para predecir la polaridad en fuentes de microblogging

Abstract

Actualmente, la detección de polaridades en textos escritos se orienta a los niveles léxico, sintáctico y semántico de los niveles lingüísticos. La presente tesis doctoral busca realizar un aporte a la comprensión de la información de cualquier contexto para interpretar su polaridad de manera automática, detectando características en los niveles léxico, sintáctico, semántico y fonológico de los textos que permitan representar la polaridad en lenguaje natural. Esta investigación se fundamenta en la ciencia del diseño mediante el uso de un artefacto de software, con el propósito de analizar el aporte a la predicción de la detección de polaridad en fuentes de microblogging de los elementos fonéticos (fonemas, fonestemas) y elementos emocionales diferentes a la valencia (arousal/dominance), mediante la utilización de la correlación de cada uno de los elementos en un diseño experimental. El análisis se valida a través del conjunto de datos de la tarea de SemEval-2018 Task 1 V-oc, el cual nos brinda las características necesarias para analizar los elementos fonéticos y emocionales de los textos en fuentes de microblogging. Los resultados permiten determinar la polaridad utilizando la unión de elementos léxicos, semánticos, fonéticos y emocionales con una medida F1 cercana al 80%. Esta investigación utiliza, utiliza las conexiones simbólicas del sonido para representar y modelar el sonido en el significado con el apoyo de los elementos emocionales como arousal y dominance para la clasificación de los textos en español e inglés. Así mismo, se puede utilizar dichos elementos para determinar la polaridad de textos en fuentes microblogging.