Análisis de sentimientos en español a través de emoticones en twitter para detección de sarcasmo

Abstract

Los últimos años han sido testigos de un rápido crecimiento de las plataformas de medios sociales, como Twitter, donde millones de personas comparten sus pensamientos y opiniones sobre varios temas. La creciente popularidad de las redes sociales ha transformado la web en un vasto depósito de opiniones sobre diversos temas. Por lo tanto, comprender las opiniones de los usuarios es muy importante en el proceso de toma de decisiones. La opinión pública cambia con el tiempo, por lo tanto, el seguimiento de la evolución de opiniones y sentimientos es muy crítico para las partes interesadas. El análisis de la evolución de los sentimientos brinda la oportunidad de identificar cambios repentinos de sentimientos y, lo que es más importante, de obtener información sobre lo que ha causado estos picos de sentimientos. En este trabajo se presenta un estudio sobre cómo los emoticones pueden afectar el análisis de la polaridad de un conjunto de datos extraídos de Twitter, detallando el impacto de estos en el lenguaje figurado cómo pueden ser la ironía y el sarcasmo. En el caso del lenguaje literal, las técnicas existentes logran resultados aceptables con textos. Sin embargo, esta tarea es especialmente compleja cuando en el texto se encuentra lenguaje figurado, puesto que nos enfrentamos con distintos significados debido al uso de la ironía o el sarcasmo, por lo tanto, la polaridad del significado literal puede contrastar fuertemente con el sentimiento que pretende transmitir el sentido figurado.

The past few years have witnessed the rapid growth of social media platforms, such as Twitter, where millions of people share their thoughts and opinions on various topics. The increasing popularity of social networks has transformed the web into a vast repository of opinions on various topics. Therefore, understanding user opinions is very important in the decision-making process. Public opinion changes over time, therefore monitoring the evolution of opinions and feelings is very critical for stakeholders. Analysis of the evolution of feelings provides an opportunity to identify sudden changes in feelings and, more importantly, to obtain information about what has caused these spikes in feelings. This paper presents a study on how emoticons can affect the polarity analysis of a set of data extracted from Twitter, detailing the impact of these on figurative language such as irony and sarcasm. In the case of literal language, existing techniques achieve acceptable results with texts. However, this task is especially complex when we find figurative language in the text, since we are faced with different meanings due to the use of irony or sarcasm, therefore, the polarity of the literal meaning can contrast sharply with the sentiment it seeks transmit the figurative meaning.