Análisis de sentimiento del español basado en corpus.

Abstract

En este capítulo ofrecemos una visión panorámica del análisis de sentimiento, disciplina en la que los corpus textuales y su análisis son la pieza angular, y que se ha desarrollado en la última década como subárea del procesamiento del lenguaje natural (PLN), y núcleo principal de lo que se conoce como “minería de opinión”. Su auge, tanto en el ámbito de investigación como en la creación de aplicaciones comerciales, se debe a la necesidad de disponer de herramientas computacionales que ofrezcan métricas fiables sobre la opinión de los usuarios de productos y servicios, opinión que a diario es vertida en la red a través de múltiples medios sociales. El objetivo fundamental es obtener de forma automática una cualificación del texto de entrada en una escala (binaria o de mayor precisión), según su axiología, es decir, según la positividad o negatividad de la opinión que se refleja en el texto. Introduciremos los conceptos y metodologías fundamentales en el análisis de sentimiento, en los que el análisis textual y, por tanto, las técnicas y metodologías desarrolladas en la lingüística de corpus, juega un papel fundamental. Definimos los distintos enfoques según el objetivo que persiguen: clasificación a nivel de oración, de documento o de aspecto, y según los algoritmos empleados, tanto los basados en el léxico como los que emplean aprendizaje automático, ya sea mediante algoritmos supervisados o no supervisados; asimismo, incluimos una descripción de los rasgos que más comúnmente se emplean para entrenar los distintos clasificadores. Finalmente, exploramos en detalle el papel crucial que el corpus desempeña en todos estos enfoques y metodologías, tanto en los métodos supervisados, para la extracción de rasgos clasificatorios, como en los métodos no supervisados, como son los basados en semántica distribucional.