elhacker.net cabecera Bienvenido(a), Visitante. Por favor Ingresar o Registrarse
¿Perdiste tu email de activación?.

 

 


Tema destacado: Sigue las noticias más importantes de seguridad informática en el Twitter! de elhacker.NET


+  Foro de elhacker.net
|-+  Foros Generales
| |-+  Foro Libre
| | |-+  Noticias (Moderadores: wolfbcn, El_Andaluz)
| | | |-+  Crean un método que detecta la ironía en comentarios de las redes sociales
0 Usuarios y 1 Visitante están viendo este tema.
Páginas: [1] Ir Abajo Respuesta Imprimir
Autor Tema: Crean un método que detecta la ironía en comentarios de las redes sociales  (Leído 1,857 veces)
wolfbcn
Moderador
***
Desconectado Desconectado

Mensajes: 53.662



Ver Perfil WWW
Crean un método que detecta la ironía en comentarios de las redes sociales
« en: 30 Junio 2012, 02:01 am »

Valencia. (EFE).- Investigadores de la Universidad Politécnica de Valencia han logrado desarrollar un método informático, indicado especialmente para las empresas, que detecta la ironía en los comentarios de los usuarios de redes sociales y clientes de negocios virtuales.

El investigador Paolo Rosso y el doctorando mexicano de la UPV Antonio Reyes son los responsables de esta novedosa herramienta, que han desarrollado en el Laboratorio de Ingeniería en Lenguaje Natural (Lab NLE), integrado en el Grupo de Ingeniería del Lenguaje Natural y Reconocimiento de Formas (ELiRF) de la Universidad.

"Las redes sociales son un termómetro perfecto para las compañías; desde Twitter, TripAdvisor o Amazon pueden saber qué opinan los consumidores sobre un determinado producto o sobre la propia empresa en general", comenta Rosso en un comunicado de la UPV.

Sin embargo, los sistemas automáticos de polaridad (positiva contra negativa) suelen fallar ante una opinión irónica: "Parece que se hable de manera positiva y no es así, y esto puede llegar a repercutir mucho en los resultados de una empresa".

Para el desarrollo del método, el equipo del Lab LNE trabajó con un conjunto de datos procedentes de la red social Twitter y de la macrotienda virtual Amazon.

"Mediante el análisis de una serie de opiniones de clientes, consideradas irónicas, tratamos de encontrar pistas sobre cómo hacer frente a esta tarea desde un punto de vista computacional. Nuestro objetivo era reunir un conjunto de elementos de discriminación que representan a la ironía", apunta Antonio Reyes.

El proceso se basa en analizar lingüísticamente las características que varios autores, expertos en la materia, ha propuesto para describir la ironía.

"Dado que dichas características caen a menudo en cuestiones muy abstractas que difícilmente podrían tener una formalización computacional, traducimos las características abstractas de la ironía a patrones textuales que nos permitan representar el núcleo de significado, y sobre todo de uso, respecto de este concepto", señala Rosso.

Según la UPV, la principal ventaja de este método recae en el hecho de que los patrones de los modelos desarrollados por estos investigadores buscan representar, de una forma "lo menos abstracta posible", las características de la ironía.

El objetivo pasa ahora por que este método pueda detectar enunciados irónicos independientemente del tipo de discurso o incluso de lenguaje.

"Al basar nuestros modelos en ejemplos coloquiales, producidos por usuarios reales en contextos generalizables ("tuits", comentarios o reseñas), procuramos que los escenarios de aplicabilidad no se limiten a buscar enunciados irónicos en los textos de Quevedo, por ejemplo, sino en textos más comunes como los que vemos todos los días en Amazon o en e-Bay", añade Reyes.

Este trabajo de los investigadores de la UPV ha sido publicado en las revistas Data and Knowledge Engineering y Decision Support Systems.

FUENTE :http://www.lavanguardia.com/internet/20120629/54318306317/crean-un-metodo-que-detecta-la-ironia-en-las-redes-sociales.html


En línea

La mayoria pedimos consejo cuando sabemos la respuesta, pero queremos que nos den otra.
Páginas: [1] Ir Arriba Respuesta Imprimir 

Ir a:  

WAP2 - Aviso Legal - Powered by SMF 1.1.21 | SMF © 2006-2008, Simple Machines