Implementación de una aplicación de detección de subjetividad en textos escritos en español

Abstract

Las empresas siempre están interesadas en las opiniones que puedan brindar los clientes respecto a sus productos y servicios, las cuales son expresadas a través de distintos medios (redes sociales, foros entre otras). Sin embargo, dada la gran diversidad de comentarios de múltiples usuarios sobre, además de que no todos estos son necesariamente opiniones, se vuelve difícil para las empresas aprovechar una posible retroalimentación. Por lo tanto, se vuelve primordial filtrar la información relevante. El área que se encarga del análisis de esta información, es el Análisis de Sentimiento, la cual se define como el área que busca identificar opiniones, pensamientos o creencias que tienen las personas respecto a una entidad específica o un atributo de está. El Análisis de Sentimiento se puede abordar de 2 formas, realizando una división entre oraciones objetivas y subjetivas para luego definir su polaridad (positivas o negativas); o considerando el problema como clasificación ternaria, con las categorías positivo, negativo y neutro. La primera forma descrita, es en la que se enfoca este trabajo Si bien los métodos tradicionales para detección de subjetividad obtienen buenos resultados, estos aún tienen ciertas carencias incluyendo problemas con la desambiguación de palabras y las opiniones implícitas (oraciones objetivas que guardan un valor subjetivo). Una de las causas es que la mayoría de las veces se atribuye valor (subjetivo u objetivo) a una o dos palabras, dejando de lado el sentido con el que son usadas y las relaciones entre ellas. Es debido a esto que se propone la realización de un algoritmo de aprendizaje supervisado para la detección de subjetividad, que cubra las dificultades mencionadas, para lo cual este identificara el contexto en el cual se encuentran las palabras para luego determinar si las oraciones expresan o no una opinión.