Análisis de emociones en textos escritos mediante técnicas de aprendizaje automático

Abstract

El Procesamiento del Lenguaje Natural es la disciplina que estudia cómo hacer que las máquinas lean e interpreten el lenguaje que utilizan las personas, el lenguaje natural. Sin embargo, en el mundo de las máquinas no existen las palabras como tal, sólo existen secuencias de números utilizadas para representar caracteres con el fin de mostrarlos en una pantalla. Una de las ramas del Procesamiento del Lenguaje Natural es el Análisis de Sentimientos, una tarea llevada a cabo por una máquina que se encarga de analizar y predecir a partir de una frase o texto el sentimiento o la opinión que le produciría a una persona al leerlo. En este documento realizaremos un estudio comparativo de algunos de los algoritmos de aprendizaje automático (Machine Learning) más utilizados, tales como “Support Vector Machines” y “Random Forest”, para llevar a cabo un análisis de emociones en tweets tanto en inglés como en español.

Natural Language Processing is the discipline that studies how to make machines read and interpret the language that people use, natural language. However, in the machine world there are no words as such, there are only sequences of numbers used to represent characters in order to display them on a screen. One of the branches of Natural Language Processing is Sentiment Analysis, a task carried out by a machine that is in charge of analyzing and predicting from a sentence or text the feeling or opinion that a person would have when reading it. In this paper we will make a comparative study of some of the most used Machine Learning algorithms, such as "Support Vector Machines" and "Random Forest", to carry out an analysis of emotions in tweets in both English and Spanish.