La URV crea un sistema que detecta los tipos de emociones en redes sociales
El grupo de investigación ITAKA está en las primeras posiciones de la principal competición internacional de sistemas computacionales de análisis semántico de textos
Investigadores de la Universitat Rovira i Virgili (URV) han creado un sistema que detecta los tipos de emociones y su intensidad en las redes sociales mediante el análisis semántico, según informa la universidad de Tarragona y Reus.
El grupo de investigación ITAKA (Intelligent Technologies for Advance Knowledge Acquisition) ha desarrollado el sistema Emotion Intensity (EiTAKA), que permite determinar de qué tipo son y qué intensidad tienen las emociones expresadas a las redes sociales.
Este sistema lo ha desarrollado el doctorando Mohammad Jabreel, bajo la supervisión de Antonio Moreno, para la edición 2018 de la principal competición internacional sobre sistemas computacionales de análisis semántico de textos, SemEval.
La competición consiste en determinar la intensidad de las emociones y los sentimientos a los textos publicados en Twitter, identificando si expresan disgusto, miedo, alegría o tristeza.
Para eso, el sistema EiTAKA procesa primero los textos porque «el lenguaje en Twitter es informal, con enlaces o menciones, y también es común utilizar abreviaturas y argot», explica Jabreel.
Una vez depurado el «tuit» lo convierte en un vector que lo representa y, finalmente, se aplica la unidad de predicción.
Esta tercera unidad contiene dos modelos: redes convolucionals para analizar secuencias de palabras y regressores XGBoost, que permiten hacer regresiones y clasificaciones.
Como resultado, dan unas predicciones que los investigadores agrupan para obtener la predicción final.
«Este sistema se puede utilizar para varias aplicaciones en comercio, salud pública y bienestar social, entre otros, apunta a Jabreel».
Así, puede aportar información valiosa sobre como se sienten los usuarios sobre un determinado producto o servicio.
El doctorando de la URV ha quedado en primera y segunda posición en cuatro de las cinco tareas propuestas en árabe, y entre la quinta y la undécima posición en cuatro de las cinco tareas propuestas en inglés.
Jabreel ya quedó en las primeras posiciones de la competición la pasada edición y, ahora, trabaja en una nueva versión del sistema que permita resolver la quinta tarea.