Título
Web Service SWePT: A Hybrid Opinion Mining Approach
Autor
YOLANDA RAQUEL BACA GOMEZ
Alicia Martinez Rebollar
Paolo ROSSO
HUGO ESTRADA ESQUIVEL
DELIA IRAZU HERNANDEZ FARIAS
Nivel de Acceso
Acceso Abierto
Materias
Resumen o descripción
El creciente uso de redes sociales y sitios en línea donde las personas pueden expresar sus opiniones ha creado un interés creciente en Opinion Mining. Una de las principales tareas de Opinion Mining es determinar si una opinión es positiva o negativa. Por lo tanto, el papel de los sentimientos expresados en la web se ha convertido en crucial, principalmente debido a la preocupación de las empresas y el gobierno para identificar automáticamente la orientación semántica de las opiniones de los clientes o ciudadanos. Esto también es una preocupación, en el área de la salud para identificar los trastornos psicológicos. Esta investigación se centra en el desarrollo de una aplicación web llamada SWePT (Servicio web para la detección de polaridad en los textos en español), que implementa el algoritmo de optimización mínima secuencial (SMO), extrayendo sus características de un léxico afectivo en español de México. Para este propósito, se crearon un corpus y un léxico afectivo en español mexicano. Los experimentos que usan tres (positivo, neutro, negativo) y cinco categorías (muy positivo, positivo, neutral, negativo y muy negativo) nos permiten demostrar la efectividad del método presentado. SWePT también se ha implementado en la interfaz Emotion-bracelet, que muestra gráficamente la opinión de un usuario.
Editor
Journal of Universal Computer Science
Fecha de publicación
1 de mayo de 2016
Tipo de publicación
Artículo
Versión de la publicación
Versión publicada
Recurso de información
Formato
application/pdf
Idioma
Inglés
Audiencia
Bibliotecarios
Investigadores
Público en general
Repositorio Orígen
Repositorio Institucional de INFOTEC
Descargas
282