ATTOS: análisis de Tendencias y Temáticas a través de Opiniones y Sentimientos

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