Servirá para que las empresas conozcan lo que se opina realmente de ellas
Fuente: PhotoXpress.
Expertos del Laboratorio de Ingeniería en Lenguaje Natural (Lab NLE), de la Universitat Politècnica de València (UPV), están desarrollando un nuevo método para la detección automática de la ironía en las opiniones vertidas en las redes sociales. La finalidad del sistema es encontrar el núcleo de significado de las conversaciones corrientes, para determinar la opinión real de los usuarios de dichas redes sobre determinadas empresas. UPV/T21.
Expertos del Laboratorio de Ingeniería en
Lenguaje Natural (Lab NLE), integrado en el Grupo de Ingeniería del Lenguaje
Natural y Reconocimiento de Formas (ELiRF) de la Universitat Politècnica de
València (UPV), están desarrollando un nuevo método para la
detección automática de la ironía en las opiniones vertidas en las redes
sociales.
Según apuntan sus desarrolladores, el investigador Paolo Rosso y el doctorando mexicano de la UPV, Antonio Reyes, el método está especialmente indicado para el sector empresarial.
Las redes sociales son un termómetro perfecto para que compañías como Twitter, TripAdvisor o Amazon pueden saber qué opinan los consumidores sobre un determinado producto o sobre la propia empresa en general.
“El hecho de que, hoy día, los sistemas automáticos de polaridad (positiva contra negativa), ante una opinión irónica suelan fallar (definen como positivas conversaciones que en realidad no lo son) puede repercutir mucho en los resultados de una empresa”, explica Paolo Rosso, investigador del Laboratorio de Ingeniería en Lenguaje Natural de la UPV.
Por esta razón, los investigadores de dicha Universidad buscaron la manera de calibrar con certeza los mensajes vertidos por los usuarios en las redes sociales.
Paolo Rosso y Antonio Reyes. Fuente: UPV.
Buscando el núcleo de significado
Para el desarrollo del método, el equipo del Lab LNE trabajó con un conjunto de datos procedentes de diferentes redes sociales.
“Mediante el análisis de una serie de opiniones de clientes, consideradas irónicas, tratamos de encontrar pistas sobre cómo hacer frente a esta tarea desde un punto de vista computacional. Nuestro objetivo era reunir un conjunto de elementos de discriminación que representan a la ironía”, apunta Antonio Reyes.
Todo el proceso está sustentado en analizar lingüísticamente las características que varios autores, expertos en la materia, ha propuesto para describir la ironía.
“Dado que dichas características a menudo caen en cuestiones muy abstractas que difícilmente podrían tener una formalización computacional, lo que hacemos es traducir las características abstractas de la ironía a patrones textuales, que nos permitan representar el núcleo de significado y, sobre todo de uso, respecto de este concepto”, señala Rosso.
La principal ventaja de este método recae en el hecho de que los patrones de los modelos desarrollados por los investigadores de la UPV buscan representar, de una forma lo menos abstracta posible, las características de la ironía.
Asimismo, el hecho de que los modelos no se limiten a representar ejemplos ad hoc, literarios o prototípicos de la ironía, aumenta sus posibilidades de aplicación.
“Nuestro objetivo futuro es que la herramienta que desarrollemos pueda detectar enunciados irónicos independientemente del tipo de discurso o incluso de lenguaje; en este sentido, al basar nuestros modelos en ejemplos coloquiales, producidos por usuarios reales en contextos generalizables (por ejemplos, tweets, comentarios, reseñas, etc.) procuramos que los escenarios de aplicabilidad no se limiten a buscar enunciados irónicos en los textos de Quevedo, por ejemplo, sino en textos más comunes como los que vemos todos los días en Amazon o en e-bay”, añade Antonio Reyes.
El trabajo desarrollado los investigadores de la UPV ha sido publicado en las revistas Data and Knowledge Engineering y Decision Support Systems.
Para el desarrollo del método, el equipo del Lab LNE trabajó con un conjunto de datos procedentes de diferentes redes sociales.
“Mediante el análisis de una serie de opiniones de clientes, consideradas irónicas, tratamos de encontrar pistas sobre cómo hacer frente a esta tarea desde un punto de vista computacional. Nuestro objetivo era reunir un conjunto de elementos de discriminación que representan a la ironía”, apunta Antonio Reyes.
Todo el proceso está sustentado en analizar lingüísticamente las características que varios autores, expertos en la materia, ha propuesto para describir la ironía.
“Dado que dichas características a menudo caen en cuestiones muy abstractas que difícilmente podrían tener una formalización computacional, lo que hacemos es traducir las características abstractas de la ironía a patrones textuales, que nos permitan representar el núcleo de significado y, sobre todo de uso, respecto de este concepto”, señala Rosso.
La principal ventaja de este método recae en el hecho de que los patrones de los modelos desarrollados por los investigadores de la UPV buscan representar, de una forma lo menos abstracta posible, las características de la ironía.
Asimismo, el hecho de que los modelos no se limiten a representar ejemplos ad hoc, literarios o prototípicos de la ironía, aumenta sus posibilidades de aplicación.
“Nuestro objetivo futuro es que la herramienta que desarrollemos pueda detectar enunciados irónicos independientemente del tipo de discurso o incluso de lenguaje; en este sentido, al basar nuestros modelos en ejemplos coloquiales, producidos por usuarios reales en contextos generalizables (por ejemplos, tweets, comentarios, reseñas, etc.) procuramos que los escenarios de aplicabilidad no se limiten a buscar enunciados irónicos en los textos de Quevedo, por ejemplo, sino en textos más comunes como los que vemos todos los días en Amazon o en e-bay”, añade Antonio Reyes.
El trabajo desarrollado los investigadores de la UPV ha sido publicado en las revistas Data and Knowledge Engineering y Decision Support Systems.
Referencias bibliográficas
Reyes, A., Rosso, P., Buscaldi, D. From humor recognition to irony detection: The figurative language of social media. Data and Knowledge Engineering. vol. 74, pp.1-12, 2012. DOI: 10.1016/j.datak.2012.02.005.
Reyes, A., Rosso, P. Making objective decisions from subjective data: Detecting irony in customer reviews. Decision Support Systems. DOI: 10.1016/j.dss.2012.05.027.
Reyes, A., Rosso, P., Buscaldi, D. From humor recognition to irony detection: The figurative language of social media. Data and Knowledge Engineering. vol. 74, pp.1-12, 2012. DOI: 10.1016/j.datak.2012.02.005.
Reyes, A., Rosso, P. Making objective decisions from subjective data: Detecting irony in customer reviews. Decision Support Systems. DOI: 10.1016/j.dss.2012.05.027.
FUENTE: http://www.tendencias21.net/Crean-un-metodo-de-deteccion-automatica-de-la-ironia-en-las-redes-sociales_a12335.html
No hay comentarios.:
Publicar un comentario
Mil Gracias por su visita en SER+POSITIVO y por dejar su comentario. Esperamos seguir disfrutando de sus visitas.
Un abrazo de luz y muchas bendiciones.
Namasté