Sentiment and emotion analysis in social networksmodeling and linking data, affects and people

Abstract

El objetivo principal de esta tesis doctoral es mejorar el análisis de sentimientos y emociones de texto en redes sociales, aunando técnicas de procesamiento de lenguaje natural, datos enlazados y análisis de redes sociales. La investigación se divide en tres partes muy diferenciadas. Primero, se desarrolló un vocabulario semántico para describir emociones y procesos de análisis de sentimientos, alineado con la ontología de “procedencia” PROV-O. Este vocabulario permite seguir un enfoque de datos enlazados en el análisis de emociones, tanto en la anotación de recursos (datasets y lexicons), como en la publicación de servicios semánticos de análisis de emociones. Asimismo, se extendió el vocabulario de referencia para opiniones, Marl, para alinearlo con Prov-O. En segundo lugar, se han modelado los diferentes componentes de los servicios de análisis de sentimientos y emociones, así como los requisitos para crear servicios abiertos, interoperables y que se puedan combinar para lograr análisis avanzados. El resultado es un marco de desarrollo y modelado de servicios, enfocado en la modularidad. Además, se ha desarrollado una implementación de referencia que permite a crear y publicar servicios de análisis de sentimientos y emociones. En tercer lugar, se ha caracterizado el contexto social, que es el conjunto de información en una red social que complementa al mensaje, y que puede ser utilizado para mejorar el análisis de sentimientos del mensaje. También se ha desarrollado una taxonomía de enfoques de análisis de sentimientos basada en la forma en que el contexto social es construido y utilizado en el análisis. Seguidamente, se han investigado modelos de análisis de sentimientos que utilizan contexto social enriquecido mediante análisis de redes sociales.