The role of user polarity novelty on sarcasm detection

El propósito principal de esta investigación fue proponer un método innovador para la detección de sarcasmo, basado en la historia de la polaridad del usuario y técnicas de detección de anomalías. Se trabajó con información de Twitter y se definió una entidad principal para el caso de estudio, respecto a la cual se analizaron los casos de sarcasmo. Adicional a esto, se propuso hacer uso de entidades relacionadas a la entidad principal, con lo que fue posible obtener información histórica, incluso cuando la entidad principal no había sido mencionada previamente. Posteriormente, se compararon diferentes técnicas para la detección de anomalías, lo cual permitió identificar la más adecuada. Durante este mismo proceso, se propuso una modificación a los datos de entrenamiento que permitió mejorar la calidad del algoritmo. Finalmente se concluye que el uso de técnicas de detección de anomalías en los sentimientos históricos expresados por el usuario, permite una mejor detección del sarcasmo, que otros métodos que excluyan esta información o que usen aproximaciones más sencillas para trabajar con la información histórica. Otra conclusión importante fue que las metodologías basadas en analizar las características del texto, identifican casos diferentes a los casos identificados por medio de la polaridad histórica, por lo que ambos son enfoques complementarios, permitiendo abordar el problema de una manera más completa.

• Tipo de recurso: masterThesis
• Fecha de publicación: 2018
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/39735
• Acceso en línea: http://hdl.handle.net/10554/39735; https://doi.org/10.11144/Javeriana.10554.39735
• Palabra clave: Procesamiento de lenguaje natural; Detección sarcasmo; Ironía; Twitter; PLN; Natural language processing; Sarcasm detection; Twitter; Irony; NLP; Maestría en analítica para la inteligencia de negocios - Tesis y disertaciones académicas; Ironía; Programación neurolingüística
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional