Identificación de Polaridad en Twitter usando validación cruzada
JOSÉ CARMEN MORALES CASTRO, LUIS MANUEL LEDESMA CARRILLO, RAFAEL GUZMÁN CABRERA
Universidad de Guanajuato
En la actualidad, se observa un gran auge y crecimiento de las diferentes plataformas de redes sociales, que han provocado un gran protagonismo entre los usuarios en la generación de información día a día, una plataforma que ha evolucionado con el pasar del tiempo es Twitter, la cual nos presenta un gran reto en cuanto al procesamiento del lenguaje natural al tratar de determinar la polaridad de un tweet de manera positiva, negativa y neutra. Este trabajo presenta un estudio de emociones para analizar la polaridad de un conjunto de datos que fueron extraídos de Twitter, detallando cada uno de los recursos sobre las distintas formas que tiene un lenguaje, y poder observar cómo sentimientos como la ironía, sarcasmo, felicidad entre otros, nos pueden llegar a ayudar a clasificar la polaridad de cada uno de ellos profundamente en el corpus que se ocupa para este trabajo de investigación. Se presentan resultados de experimentos realizados utilizando distintos métodos de aprendizaje: Support Vector Machine, Naive Bayes, y Regresión Logística, con los cuales se implementó un sistema de clasificación basado en validación cruzada. Todos los experimentos fueron realizados en Python