ATTOS: Análisis de Tendencias y Temá icas a a és de Opiniones
y Sen imien os
ATTOS: T end Analysis and Thema ic h ough Opinions and Sen imen s
L. Al onso U eña López*, Ra ael Muñoz Guillena**, José A. T oyano Jiménez***,
Mª Te esa Ma ín Valdi ia*
*SINAI - Uni e sidad de Jaén. Campus Las Lagunillas s/n, 23071, Jaén
**GPLSI - Uni e sidad de Alican e. San Vicen e del Raspeig, s/n, 03690, Alican e
***ITALICA - Uni e sidad de Se illa. A . Reina Me cedes, s/n. 41012 - Se illa
lau [email protected], a [email protected], [email protected], mai [email protected]
Resumen: El p oyec o ATTOS cen a su ac i idad en el es udio y desa ollo de écnicas de
análisis de opiniones, en ocado a p opo ciona oda la in o mación necesa ia pa a que una
emp esa o una ins i ución pueda oma decisiones es a égicas en unción a la imagen que la
sociedad iene sob e esa emp esa, p oduc o o se icio. El obje i o úl imo del p oyec o es la
in e p e ación au omá ica de es as opiniones, posibili ando así su pos e io explo ación. Pa a
ello se es udian pa áme os ales como la in ensidad de la opinión, ubicación geog á ica y pe il
de usua io, en e o os ac o es, pa a acili a la oma de decisiones. El obje i o gene al del
p oyec o se cen a en el es udio, desa ollo y expe imen ación de écnicas, ecu sos y sis emas
basados en Tecnologías del Lenguaje Humano (TLH), pa a con o ma una pla a o ma de
moni o ización de la Web 2.0 que gene e in o mación sob e endencias de opinión elacionadas
con un ema.
Palab as cla e: Análisis de Opiniones y Sen imien os, Tecnologías del Lenguaje Humano,
Recupe ación de In o mación, Clasi icación de Opiniones, P ocesamien o de Lenguaje Na u al
Abs ac : The ATTOS p ojec will be ocused on he s udy and de elopmen o Sen imen
Analysis echniques. Thanks o such echniques and esou ces, companies, bu also ins i u ions
will be be e unde s ood which is he public opinion on hem and hus will be able o de elop
hei s a egies acco ding o hei pu poses. The inal aim o he p ojec is he au oma ic
in e p e a ion o such opinions acco ding o di e en a iables: opinion, in ensi y, geog aphical
a ea, use p o ile, o suppo he decision p ocess. The main objec i e o he p ojec is he s udy,
de elopmen and e alua ion o echniques, esou ces and sys ems based on Human Language
Technologies o build up a moni o ing pla o m o he Web 2.0 ha gene a es in o ma ion on
opinion ends ela ed wi h a opic.
Keywo ds: Opinion and Sen imen s Analysis, Human Language Technology, In o ma ion
Re ie al, Opinion Classi ica ion, Na u al Language P ocessing
1 In oducción
La in e acción ac ual de los usua ios de la
Sociedad de la In o mación es muy
pa icipa i a. Los usua ios exp esan sus pun os
de is a, opiniones que llegan de o ma
inmedia a al es o de usua ios a a és de la
Web 2.0 ( o os, blogs, mic oblogs, edes
sociales, e c.). Como consecuencia, la can idad
de in o mación de ca ác e subje i o y lenguaje
in o mal se ha mul iplicado en los úl imos años,
su giendo así nue os e os pa a las Tecnologías
del Lenguaje Humano (TLH), como son el
a amien o de dis in os egis os de uso con
di e en es g ados de in o malidad, el es udio de
dis in as ac i udes subje i as o el
mul ilingüismo.
Las ac uales he amien as pa a las TLH no
son di ec amen e aplicables a es os nue os usos
y medios de comunicación o son, simplemen e,
inadecuadas, po lo que se hace esencial adap a
P ocesamien o del Lenguaje Na u al, Re is a nº 53, sep iemb e de 2014, pp 151-154
ecibido 12-04-14 e isado 02-06-14 acep ado 02-06-14
ISSN 1135-5948
© 2014 Sociedad Española pa a el P ocesamien o del Lenguaje Na u al
y c ea nue os ecu sos, mé odos y
he amien as pa a su a amien o.
El obje i o global del p oyec o es, po an o,
el es udio, desa ollo y expe imen ación de
ecu sos, di e en es écnicas y sis emas basados
en TLH pa a el desa ollo y la comp ensión de
las exp esiones subje i as y el lenguaje
in o mal en di e sos dominios de aplicación,
así como el desa ollo de una pla a o ma online
de moni o ización de di e sos ipos de obje os
de acue do a la in o mación subje i a e
in o mal ex aída de a ias uen es online de
in o mación. En es e nue o escena io, los
sis emas deben inco po a ecu sos,
he amien as y sis emas que descub i án la
subje i idad de la in o mación en odos sus
con ex os (espacial, empo al y emocional)
analizando la dimensión mul ilingüe, y su
aplicación en di e sos dominios.
2 Obje i os
Los obje i os gene ales del p oyec o ATTOS
son1:
- C eación, adap ación y mejo a de
ecu sos, écnicas y he amien as que
modelan el lenguaje subje i o e
in o mal gene ado en di e sas uen es
de in o mación (blogs, mic oblogs,
edes sociales, e c.). T a amien o del
lenguaje emocional, la mul ilingualidad
y la aplicación a en o nos conc e os.
- Desa ollo de subsis emas in eligen es
de p ocesamien o ( ecupe ación,
a amien o, comp ensión y
descub imien o) de la in o mación
adap ados a las nue as o mas de
comunicación con capacidad de
in e p e a y alo a el con ex o del
mensaje.
- In eg ación de los ecu sos,
he amien as y sis emas desa ollados
pa a el análisis de la subje i idad en
una pla a o ma web de moni o ización,
cuya alidez se demos a á sob e a ios
escena ios de uso conc e o de dis in os
ámbi os ( u ismo, polí ica, emp esa ial,
come cio elec ónico, e c.). E aluación
de la pla a o ma. P omoción de las
líneas de in es igación del p oyec o
median e la pa icipación y
o ganización de ac i idades en
1 Si io web: h p://a os.ujaen.es
campañas, cong esos, alle es,
semina ios y edes emá icas
Pa a la consecución del obje i o global y el
desa ollo óp imo de las di e en es líneas de
ac uación del p oyec o, se p opuso la
coo dinación de es subp oyec os
complemen a ios cuyos obje i os especí icos
aba can los obje i os globales plan eados, y
cuya euni icación p opo ciona á el alo
añadido que se buscaba en la coo dinación.
El subp oyec o ATTOS -Análisis de
Tendencias y Temá icas a a és de Opiniones y
Sen imien os- que lle a a cabo el equipo de
in es igación de la Uni e sidad de Jaén, iene
como obje i o cen al la cons ucción de una
pla a o ma de p ocesamien o in eligen e que
in eg e las écnicas desa olladas po odos los
equipos de es e p oyec o pa a la explo ación de
la in o mación subje i a y que sea ácilmen e
adap able a di e sos dominios de aplicación.
Así el subp oyec o SOTTA -Seman ic Opinion
Techniques o Tendencies Analysis- que lle a
a cabo el equipo de la Uni e sidad de Alican e,
iene como obje i o p incipal el desa ollo de
una he amien a de análisis de endencias en
unción a pe iles de usua ios, inco po ando
écnicas que pe mi an iden i ica y esol e la
p esencia de me á o as, i onía y sa casmo en
ex os subje i os. Y inalmen e el subp oyec o
ACOGEUS -Análisis de COn enidos
GEne ados po USua ios- a ca go del g upo de
la Uni e sidad de Se illa, cuyo obje i o es la
iden i icación de uen es online con
in o mación subje i a y ecupe ación de dicha
in o mación, c eando ecu sos p opios pa a los
dominios a abo da , así como el desa ollo de
écnicas que pe mi an iden i ica di e sos
egis os del lenguaje (o ensi o, iolen o, e c.).
3 P opues a
El obje i o gene al del p oyec o se cen a en el
es udio, desa ollo y expe imen ación de
di e en es écnicas y sis emas basados en
Tecnologías del Lenguaje Humano (TLH) pa a
el desa ollo de una pla a o ma de a amien o
de in o mación subje i a y lenguaje in o mal,
a on ando los ac uales e os de la
comunicación digi al. En es e nue o escena io,
los sis emas deben inco po a capacidades de
azonamien o que descub i án la subje i idad
de la in o mación desde di e sas dimensiones:
mul ilingüe, espacial, empo al y emocional.
L. Al onso U eña, Ra ael Muñoz Guillena, José A. T oyano Jiménez, Ma Te esa Ma ín Valdi ia
152
Figu a 1: A qui ec u a gene al del sis ema
La igu a 1 mues a la mane a en la que se
pueden in eg a dis in os componen es pa a
cons ui un sis ema capaz de p ocesa dis in as
uen es online y ex ae indicado es de u ilidad
median e la aplicación de dis in as ecnologías
del lenguaje humano.
El diseño de los módulos del plan de abajo
p opues o se co esponde con las líneas de
ac uación ma cadas en los obje i os del
p oyec o.
• En el módulo 1 se ges iona el p oyec o
y se diseñan mecanismos de coo dinación que
pe mi an una comunicación luida y una
colabo ación e icien e en e los dis in os
miemb os del p oyec o.
• El módulo 2 se cen a en el desa ollo
y adap ación de ecu sos, he amien as y
mé odos de TLH pa a el modelado, análisis y
a amien o de in o mación subje i a e
in o mal.
• En el módulo 3 se desa ollan los
sis emas de de ección y a amien o de la
in o mación subje i a y su a amien o, su
especialización en di e sos dominios de
aplicación y el desa ollo de una pla a o ma
online de isualización y p esen ación de
esul ados.
• El módulo 4 con empla las ac i idades
necesa ias pa a la e aluación de la u ilidad de la
pla a o ma an o in e na como ex e na, así
como la p omoción, coo dinación y
pa icipación en di e en es o os de e aluación.
• Finalmen e, median e el módulo 5, se
c ea á un plan es a égico pa a disemina los
esul ados an o cien í icamen e como
mediá icamen e pa a log a la mayo di usión
posible y acili a la ans e encia de ecnología
a la emp esa.
Respec o al en oque cien í ico, es e p oyec o
supone un e o en el modo de abo da nue os
egis os del lenguaje, como es la in o mación
digi al subje i a y el lenguaje in o mal. El
p oblema ac ual es a on a el a amien o de
una c ecien e can idad de in o mación en los
nue os egis os que la Web 2.0 con iene:
in o mación ex ual en o ma os muy a iados
exp esada en muchas ocasiones de mane a
espon ánea sin la p ecisión, o malidad ni
co ección de los ex os no ma i os. Desde la
pe spec i a compu acional, equie e un
eplan eamien o de los mé odos y écnicas de
adquisición au omá ica de conocimien o pa a
a a nue as unidades y ca ac e ís icas, además
de aquellas que son adicionalmen e acep adas.
4 Resul ados
En el iempo en el que el p oyec o lle a en
ejecución, los abajos ealizados se han
ATTOS: Análisis de Tendencias y Temá icas a a és de Opiniones y Sen imien os
153
ma e ializado en di e en es con ibuciones
como publicaciones en e is as, cong esos,
o ganización de e en os o pa icipación en
e aluaciones compe i i as. En es a sección
comen a emos b e emen e algunos de es os
esul ados que cons i uyen una mues a
signi ica i a de los a ances que se es án
consiguiendo en el p oyec o.
En al ámbi o de las edes sociales, y en
conc e o en Twi e , en (Co elo e al., 2014) se
de inió un mé odo pa a ob ene de o ma
au omá ica consul as adap a i as a pa i de un
conjun o de hash ags semilla. Es e mé odo es
especialmen e in e esan e pa a pode cap u a
wee s elacionados con una emá ica,
con emplando de o ma au omá ica los é minos
que puedan i apa eciendo en el anscu so de
los diálogos colabo a i os que pe mi e es a ed
social.
En el con ex o del análisis de opiniones, en
(C uz e al., 2013) se p esen a un sis ema de
ex acción adap able a dominio que pe mi e
iden i ica opiniones en ex os esc i os po
usua ios ex ayendo la ca ac e ís ica sob e la
que se opina (p.e. el p ecio) y la alo ación
co espondien e (posi i a o nega i a). También
se desa olló un algo i mo de pola idad en 6
ni eles median e la modi icación de un
algo i mo de anking (RA-SR) median e la
u ilización de big amas un pun uado de
skipg ams (Fe nández e al, 2013). En (Molina-
González e al., 2013) se p esen a una lis a de
palab as indicado as de opinión en español de
dominio gene al, así como una me odología
pa a la adap ación de lexicones de palab as de
opinión a un dominio conc e o. También se han
ob enido unos p ime os esul ados en la
clasi icación de la pola idad en edes sociales.
En (Mon ejo-Ráez e al., 2013) se p esen a un
sis ema de clasi icación de la pola idad sob e
wee s, cuya mayo apo ación es el mé odo de
desambiguación u ilizado, el cual u iliza
in o mación del con ex o pa a mejo a la
exac i ud de la desambiguación, y la inclusión
de é minos elacionados pa a el cálculo de la
pola idad del wee .
En la de ección de la subje i idad se
desa olló un mé odo a ni el de o aciones
basado en la desambiguación subje i a del
sen ido de las palab as. Pa a ello se ex iende un
mé odo de desambiguación semán ica basado
en ag upamien o de sen idos pa a de e mina
cuándo las palab as den o de la o ación es án
siendo u ilizadas de o ma subje i a u obje i a
(O ega e al. 2013).
Ag adecimien os
El p oyec o ATTOS es á inanciado po el
Minis e io de Economía y Compe i i idad con
núme o de e e encia TIN2012-38536-C03-01,
TIN2012-38536-C03-02 y TIN2012-38536-
C03-03. Con el apoyo de la Red Temá ica
TIMM: T a amien o de In o mación
Mul imodal y Mul ilingüe. (TIN2011-13070-E).
Bibliog a ía
Co elo, J.M., C uz, F.L. T oyano, J.A. 2014.
Dynamic opic- ela ed wee e ie al.
JASIST. 65(3): 513-523.
C uz, F.L., T oyano, J.A., En íquez, F., O ega,
F.J., Vallejo, C.G. 2013. 'Long au onomy o
long delay?' The impo ance o domain in
opinion mining. Expe Sys . Appl. 40(8):
3174-3184.
Fe nández, J., Gómez, J.M.; Ma ínez, P.,
Mon oyo, A, Muñoz, R. 2013 Sen imen
Analysis o Spanish Twee s Using a
Ranking Algo i hm and Skipg ams. TASS
2013: Talle de Análisis de Sen imien os en
la SEPLN / Wo kshop on Sen imen
Analysis a SEPLN Mad id, Spain, SEPLN.
Molina-González, M. Dolo es, Ma ínez-
Cáma a, Eugenio, Ma ín-Valdi ia, M.
Te esa, Pe ea-O ega, Jose M. 2013.
Seman ic O ien a ion o Pola i y
Classi ica ion in Spanish Re iews. Expe
Sys ems wi h Applica ions. 40(18):7250-
7257.
Mon ejo-Ráez, A u o, Ma ínez-Cáma a,
Eugenio, Ma ín-Valdi ia, M. Te esa,
U eña-López, L. Al onso. 2014. A
Knowledge-Based App oach o Pola i y
Classi ica ion in Twi e . JASIST. 65(2):414-
425.
O ega, R.; Fonseca, A.; Gu ie ez, Y.;
Mon oyo, A.2013 Imp o ing Subjec i i y
De ec ion using Unsupe ised Subjec i i y
Wo d Sense Disambigua ion. Re is a
P ocesamien o del Lenguaje Na u al, 51.
L. Al onso U eña, Ra ael Muñoz Guillena, José A. T oyano Jiménez, Ma Te esa Ma ín Valdi ia
154