Minería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles

La minería de opiniones (MO) ha mostrado una alta tendencia de investigación en los últimos años debido a la producción en gran escala de opiniones y comentarios por parte de usuarios activos en Internet. Las empresas y organizaciones en general están interesadas en conocer cuál es la reputación que...

Full description

Autores:
Henriquez Miranda, Carlos
Guzmán Luna, Jaime Alberto
Salcedo Morillo, Dixon David
Tipo de recurso:
Article of journal
Fecha de publicación:
2016
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/3263
Acceso en línea:
https://hdl.handle.net/11323/3263
https://repositorio.cuc.edu.co/
Palabra clave:
ANEW
Lexicon
NLP
Opinion mining
Sentiment analysis
Minería de opinión
Análisis de sentimiento
lexicón
PLN
Rights
openAccess
License
Attribution-NonCommercial-ShareAlike 4.0 International
id RCUC2_ba02518e66d88d3561aeae9048377fd4
oai_identifier_str oai:repositorio.cuc.edu.co:11323/3263
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Minería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles
dc.title.translated.spa.fl_str_mv Opinion mining based on the spanish adaptation of ANEW on hotel customer comments
title Minería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles
spellingShingle Minería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles
ANEW
Lexicon
NLP
Opinion mining
Sentiment analysis
Minería de opinión
Análisis de sentimiento
lexicón
PLN
title_short Minería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles
title_full Minería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles
title_fullStr Minería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles
title_full_unstemmed Minería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles
title_sort Minería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles
dc.creator.fl_str_mv Henriquez Miranda, Carlos
Guzmán Luna, Jaime Alberto
Salcedo Morillo, Dixon David
dc.contributor.author.spa.fl_str_mv Henriquez Miranda, Carlos
Guzmán Luna, Jaime Alberto
Salcedo Morillo, Dixon David
dc.subject.spa.fl_str_mv ANEW
Lexicon
NLP
Opinion mining
Sentiment analysis
Minería de opinión
Análisis de sentimiento
lexicón
PLN
topic ANEW
Lexicon
NLP
Opinion mining
Sentiment analysis
Minería de opinión
Análisis de sentimiento
lexicón
PLN
description La minería de opiniones (MO) ha mostrado una alta tendencia de investigación en los últimos años debido a la producción en gran escala de opiniones y comentarios por parte de usuarios activos en Internet. Las empresas y organizaciones en general están interesadas en conocer cuál es la reputación que tienen de sus usuarios en las redes sociales, blogs, wikis y otros sitios web. Hasta ahora, la gran mayoría de trabajos de investigación involucran sistemas de MO en el idioma inglés. Por este motivo, la comunidad científica está interesada en trabajos diferentes a este lenguaje. En este artículo se muestra la construcción de un sistema de minería de opiniones en español sobre comentarios dados por clientes de diferentes hoteles. El sistema trabaja bajo el enfoque léxico utilizando la adaptación al español de las normas afectivas para las palabras en inglés (ANEW). Estas normas se basan en las evaluaciones que se realizaron en las dimensiones de valencia, excitación y el dominio. Para la construcción del sistema se tuvo en cuenta las fases de extracción, pre procesamiento de textos, identificación del sentimiento y la respectiva clasificación de la opinión utilizando ANEW. Los experimentos del sistema se hicieron sobre un corpus etiquetado proveniente de la versión en español de Tripadvisor. Como resultado final se obtuvo una precisión del 94% superando a sistemas similares.
publishDate 2016
dc.date.issued.none.fl_str_mv 2016-02-07
dc.date.accessioned.none.fl_str_mv 2019-05-08T16:14:24Z
dc.date.available.none.fl_str_mv 2019-05-08T16:14:24Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_6501
status_str acceptedVersion
dc.identifier.issn.spa.fl_str_mv 11355948
dc.identifier.uri.spa.fl_str_mv https://hdl.handle.net/11323/3263
dc.identifier.instname.spa.fl_str_mv Corporación Universidad de la Costa
dc.identifier.reponame.spa.fl_str_mv REDICUC - Repositorio CUC
dc.identifier.repourl.spa.fl_str_mv https://repositorio.cuc.edu.co/
identifier_str_mv 11355948
Corporación Universidad de la Costa
REDICUC - Repositorio CUC
url https://hdl.handle.net/11323/3263
https://repositorio.cuc.edu.co/
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Anjaria, M. y R. M. Guddeti. 2014. A novel sentiment analysis of social networks using supervised learning. Social Network Analysis and Mining, 4(1), 1-15. Bradley, M. M. y P. J. Lang. 1999. Affective norms for English words (ANEW): Instruction manual and affective ratings. Technical Report C-1, The Center for Research in Psychophysiology, 1 - 45. Brody, S. y N. Elhadad. 2010. An unsupervised aspect-sentiment model for online reviews. Human Language Technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics. del-Hoyo-Alonso, R., M. D. RodrigalvarezChamarro, J. Vea-Murguía, y R. M. Montañes-Salas. 2015. Algoritmo de ensamble con introducción de la estructura morfosintáctica para la mejora del análisis de opinión. TASS 2015. Fraga, I., M. Perea , J. Redondo, y M. Vila. 2005. Estudio normativo del valor afectivo de 478 palabras españolas. Psicológica: Revista de metodología y psicología experimental, 317- 326. García, A., S. Gaines, y M. T. Linaza. 2012. A Lexicon Based Sentiment Analysis Retrieval System for Tourism Domain. e-Review of Tourism Research, 39(10), 35-38. General Inquirer. 2015. Recuperado el 05 de 2015, de http://www.wjh.harvard.edu/~inquirer/ Gökçay, D., E. Işbilir, y G. Yıldırım. 2012. Predicting the sentiment in sentences based on words: An Exploratory Study on ANEW and ANET. Cognitive Infocommunications (CogInfoCom), 2012 IEEE 3rd International Conference on. IEEE, 2012. Greaves, F., D. Ramirez-Cano, C. Millett, A. Darzi, y L. Donaldson. 2013. Use of Sentiment Analysis for Capturing Patient Experience From Free-Text Comments Posted Online. Journal of medical Internet research, 15(11). Henriquez, C. y J. Guzmán. 2015. Extracción de información desde la web para identificar acciones de un modelo de dominio en planificación automática. Ingeniare, 23(3), 439-448. Hunter, J. 2000. JDOM. Recuperado el 01 de 06 de 2015, de http://www.jdom.org/ Hutto, C. y E. Gilbert. 2014. VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International AAAI Conference on Weblogs and Social Media. 2014. Jiménez, F., C. Vázquez, y L. Hernangómez. 1998. Adjetivos en castellano de contenido depresivo autorreferente y de contenido neutral: Normas de emocionalidad y frecuencia subjetiva de uso. Revista de psicopatología y psicología clínica, 199-215. Jiménez-Zafra, S. M., E. M. Martínez-Cámara, M. T. Martin-Valdivia, y M. D. MolinaGonzález. 2015. Tratamiento de la Negación en el Análisis de Opiniones en Espanol. Procesamiento del Lenguaje Natural, 37-44. LI, N. y D. D. Wu. 2010. Using text mining and sentiment analysis for online forums hotspot detection and forecast. Decision Support Systems, 48(2), 354 - 368. Liu, B. 2012. Sentiment Analysis and Opinion Mining. Synthesis Lectures on Human Language Technologies. LIWC. 2015. Recuperado el 06 de 2015, de http://liwc.wpengine.com/ Martin-Valdivia, M. T., E. M. Martínez-Cámara, J. M. Perea-Ortega, y L. A. Ureña-López. 2013. Sentiment polarity detection in Spanish reviews combining supervised and unsupervised approaches. Expert Systems with Applications, 4(10), 3934–3942. Medhat, W., A. Hassan, y H. Korashy. 2014. Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 1093-1113. Molina-González, M. D., E. Martínez-Cámara, M. Martín-Valdivia, y J. M. Perea-Ortega. 2013. Semantic orientation for polarity classification in Spanish reviews. Expert Systems with Applications, 40(18), 7250- 7257. Molina-González, M. D., E. Martínez-Cámara, M. Martín-Valdivia, y L. Ureña-López. 2014. Cross-Domain Sentiment Analysis Using Spanish Opinionated Words. 19th International Conference on Applications of Natural Language to Information Systems, 8455, págs. 214-219. Montpellier. Molina-González, M. D., E. Martínez-Cámara, M. Martín-Valdivia, y S. M. Jiménez-Zafra. 2015. eSOLHotel: Generación de un lexicón de opinión en español adaptado al dominio turístico. Procesamiento del Lenguaje Natural, 54, 21-28. Moreno, A., F. P Pineda Castillo, y R. H. Hidalgo García. 2010. Análisis de Valoraciones de Usuario de Hoteles con Sentitext. Procesamiento del Lenguaje Natural, 45, 31- 39. Padró, L. y E. Stanilovsky. 2012. FreeLing 3.0: Towards Wider Multilinguality. Proceedings of the Language Resources and Evaluation Conference (LREC 2012) ELRA. Pang, B. y L. Lee. 2008. Opinion Mining and Sentiment Analysis. Foundations and trends in information retrieval, 2(1-2) 1-135. Peñalver-Martínez, I. P., F. García-Sánchez, y R. Valencia-García. 2011. Minería de Opiniones basada en características guiada por ontologías. Procesamiento del Lenguaje Natural (46), 91-98. Redondo, J., I. Fraga, I. Padrón, y M. Comesaña. 2007. The Spanish adaptation of ANEW. Behavior Research Methods, 3, 39. Rill, S., D. Reinel, J. Scheidt, y R. V. Zicari. 2014. PoliTwi: Early detection of emerging political topics on twitter and the impact on concept-level sentiment analysis. KnowledgeBased Systems, 69, 24-33. Rodriguez, F. 2013. Cuantificación del interés de un usuario en un tema mediante minería de texto y análisis de sentimiento. Diss. Universidad Autónoma de Nuevo León. Salas-Zárate, M., E. López-López, R. ValenciaGarcía, N. Aussenac-Gilles, Á Almela, y G. Alor-Hernández. 2014. A study on LIWC categories for. Journal of Information Science, 40(6), 749-760. Sokolova, M. y G. Lapalme. 2009. A systematic analysis of performance measures for classification tasks. Information Processing and Management, 427 - 437. Turney, P. D. 2002. Thumbs up or thumbs down?: semantic orientation applied to unsupervised classification of reviews. Proceedings of the 40th annual meeting on association for computational linguistics. Stroudsburg, PA, USA. Vilares, D., M. A. Alonso, y C. GómezRodríguez. 2013. Clasificación de polaridad en textos con opiniones en espanol mediante análisis sintáctico de dependencias. Procesamiento del lenguaje natural, 13-20. Whissell, C. 2009. Using the revised dictionary of affect in language to quantify the emotional undertones of samples of natural language 1, 2. Psychological reports , 105(2), 509-521.
dc.rights.spa.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.publisher.spa.fl_str_mv Procesamiento de Lenguaje Natura
institution Corporación Universidad de la Costa
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstreams/e12dcd44-04a3-44a9-af50-37034028df07/download
https://repositorio.cuc.edu.co/bitstreams/551544bd-9094-4e95-89b8-1c2200204384/download
https://repositorio.cuc.edu.co/bitstreams/1501d34a-c1aa-49fc-89c3-c60197e962fd/download
https://repositorio.cuc.edu.co/bitstreams/d21499bf-2525-4b01-b0a5-be804bd26261/download
https://repositorio.cuc.edu.co/bitstreams/e8e76e01-6c2b-42d8-b3c5-4cd7490a6eec/download
bitstream.checksum.fl_str_mv a35d619e030056a9c11b3ac6465e4018
934f4ca17e109e0a05eaeaba504d7ce4
8a4605be74aa9ea9d79846c1fba20a33
f7b30a72774c2cc30154db9dedf6e801
33dccd8993690156fdddb70e3d98a70d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1828166889406201856
spelling Henriquez Miranda, CarlosGuzmán Luna, Jaime AlbertoSalcedo Morillo, Dixon David2019-05-08T16:14:24Z2019-05-08T16:14:24Z2016-02-0711355948https://hdl.handle.net/11323/3263Corporación Universidad de la CostaREDICUC - Repositorio CUChttps://repositorio.cuc.edu.co/La minería de opiniones (MO) ha mostrado una alta tendencia de investigación en los últimos años debido a la producción en gran escala de opiniones y comentarios por parte de usuarios activos en Internet. Las empresas y organizaciones en general están interesadas en conocer cuál es la reputación que tienen de sus usuarios en las redes sociales, blogs, wikis y otros sitios web. Hasta ahora, la gran mayoría de trabajos de investigación involucran sistemas de MO en el idioma inglés. Por este motivo, la comunidad científica está interesada en trabajos diferentes a este lenguaje. En este artículo se muestra la construcción de un sistema de minería de opiniones en español sobre comentarios dados por clientes de diferentes hoteles. El sistema trabaja bajo el enfoque léxico utilizando la adaptación al español de las normas afectivas para las palabras en inglés (ANEW). Estas normas se basan en las evaluaciones que se realizaron en las dimensiones de valencia, excitación y el dominio. Para la construcción del sistema se tuvo en cuenta las fases de extracción, pre procesamiento de textos, identificación del sentimiento y la respectiva clasificación de la opinión utilizando ANEW. Los experimentos del sistema se hicieron sobre un corpus etiquetado proveniente de la versión en español de Tripadvisor. Como resultado final se obtuvo una precisión del 94% superando a sistemas similares.Receantly, the Opinions Mining (OM) has shown a high tendency of research due to large-scale production of opinions and comments from users over the Internet. Companies and organizations, in general terms, are interested in knowing what is the reputation they have in social networks, blogs, wikis and other web sites. So far, the vast majority of research involving systems MO in English. For this reason, the scientific community is interested in researching different to this language. This article is about the construction of a mining system views in Spanish based on comments given by different clients and hotels. The system works on the lexical approach using Spanish adaptation of affective standards for English words (ANEW). These standards are based on evaluations conducted in the dimensions of valence, arousal and dominance. For the construction of the system took into account the phases of extraction, preprocessing of texts, identification of feelings and the respective ranking of the opinion using ANEW. System experiments were made on labeling a corpus from the spanish version of Tripadvisor. As a result, precision exceeding 94% was obtained at similar systems.Henriquez Miranda, Carlos-541dfc33-508d-44a0-be3e-13863f4fa9e9-0Guzmán Luna, Jaime Alberto-73a02ea7-b388-49e3-a275-5534d8af9a8d-0Salcedo Morillo, Dixon David-0000-0002-3762-8462-600spaProcesamiento de Lenguaje NaturaAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2ANEWLexiconNLPOpinion miningSentiment analysisMinería de opiniónAnálisis de sentimientolexicónPLNMinería de opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hotelesOpinion mining based on the spanish adaptation of ANEW on hotel customer commentsArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/acceptedVersionAnjaria, M. y R. M. Guddeti. 2014. A novel sentiment analysis of social networks using supervised learning. Social Network Analysis and Mining, 4(1), 1-15. Bradley, M. M. y P. J. Lang. 1999. Affective norms for English words (ANEW): Instruction manual and affective ratings. Technical Report C-1, The Center for Research in Psychophysiology, 1 - 45. Brody, S. y N. Elhadad. 2010. An unsupervised aspect-sentiment model for online reviews. Human Language Technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics. del-Hoyo-Alonso, R., M. D. RodrigalvarezChamarro, J. Vea-Murguía, y R. M. Montañes-Salas. 2015. Algoritmo de ensamble con introducción de la estructura morfosintáctica para la mejora del análisis de opinión. TASS 2015. Fraga, I., M. Perea , J. Redondo, y M. Vila. 2005. Estudio normativo del valor afectivo de 478 palabras españolas. Psicológica: Revista de metodología y psicología experimental, 317- 326. García, A., S. Gaines, y M. T. Linaza. 2012. A Lexicon Based Sentiment Analysis Retrieval System for Tourism Domain. e-Review of Tourism Research, 39(10), 35-38. General Inquirer. 2015. Recuperado el 05 de 2015, de http://www.wjh.harvard.edu/~inquirer/ Gökçay, D., E. Işbilir, y G. Yıldırım. 2012. Predicting the sentiment in sentences based on words: An Exploratory Study on ANEW and ANET. Cognitive Infocommunications (CogInfoCom), 2012 IEEE 3rd International Conference on. IEEE, 2012. Greaves, F., D. Ramirez-Cano, C. Millett, A. Darzi, y L. Donaldson. 2013. Use of Sentiment Analysis for Capturing Patient Experience From Free-Text Comments Posted Online. Journal of medical Internet research, 15(11). Henriquez, C. y J. Guzmán. 2015. Extracción de información desde la web para identificar acciones de un modelo de dominio en planificación automática. Ingeniare, 23(3), 439-448. Hunter, J. 2000. JDOM. Recuperado el 01 de 06 de 2015, de http://www.jdom.org/ Hutto, C. y E. Gilbert. 2014. VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International AAAI Conference on Weblogs and Social Media. 2014. Jiménez, F., C. Vázquez, y L. Hernangómez. 1998. Adjetivos en castellano de contenido depresivo autorreferente y de contenido neutral: Normas de emocionalidad y frecuencia subjetiva de uso. Revista de psicopatología y psicología clínica, 199-215. Jiménez-Zafra, S. M., E. M. Martínez-Cámara, M. T. Martin-Valdivia, y M. D. MolinaGonzález. 2015. Tratamiento de la Negación en el Análisis de Opiniones en Espanol. Procesamiento del Lenguaje Natural, 37-44. LI, N. y D. D. Wu. 2010. Using text mining and sentiment analysis for online forums hotspot detection and forecast. Decision Support Systems, 48(2), 354 - 368. Liu, B. 2012. Sentiment Analysis and Opinion Mining. Synthesis Lectures on Human Language Technologies. LIWC. 2015. Recuperado el 06 de 2015, de http://liwc.wpengine.com/ Martin-Valdivia, M. T., E. M. Martínez-Cámara, J. M. Perea-Ortega, y L. A. Ureña-López. 2013. Sentiment polarity detection in Spanish reviews combining supervised and unsupervised approaches. Expert Systems with Applications, 4(10), 3934–3942. Medhat, W., A. Hassan, y H. Korashy. 2014. Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 1093-1113. Molina-González, M. D., E. Martínez-Cámara, M. Martín-Valdivia, y J. M. Perea-Ortega. 2013. Semantic orientation for polarity classification in Spanish reviews. Expert Systems with Applications, 40(18), 7250- 7257. Molina-González, M. D., E. Martínez-Cámara, M. Martín-Valdivia, y L. Ureña-López. 2014. Cross-Domain Sentiment Analysis Using Spanish Opinionated Words. 19th International Conference on Applications of Natural Language to Information Systems, 8455, págs. 214-219. Montpellier. Molina-González, M. D., E. Martínez-Cámara, M. Martín-Valdivia, y S. M. Jiménez-Zafra. 2015. eSOLHotel: Generación de un lexicón de opinión en español adaptado al dominio turístico. Procesamiento del Lenguaje Natural, 54, 21-28. Moreno, A., F. P Pineda Castillo, y R. H. Hidalgo García. 2010. Análisis de Valoraciones de Usuario de Hoteles con Sentitext. Procesamiento del Lenguaje Natural, 45, 31- 39. Padró, L. y E. Stanilovsky. 2012. FreeLing 3.0: Towards Wider Multilinguality. Proceedings of the Language Resources and Evaluation Conference (LREC 2012) ELRA. Pang, B. y L. Lee. 2008. Opinion Mining and Sentiment Analysis. Foundations and trends in information retrieval, 2(1-2) 1-135. Peñalver-Martínez, I. P., F. García-Sánchez, y R. Valencia-García. 2011. Minería de Opiniones basada en características guiada por ontologías. Procesamiento del Lenguaje Natural (46), 91-98. Redondo, J., I. Fraga, I. Padrón, y M. Comesaña. 2007. The Spanish adaptation of ANEW. Behavior Research Methods, 3, 39. Rill, S., D. Reinel, J. Scheidt, y R. V. Zicari. 2014. PoliTwi: Early detection of emerging political topics on twitter and the impact on concept-level sentiment analysis. KnowledgeBased Systems, 69, 24-33. Rodriguez, F. 2013. Cuantificación del interés de un usuario en un tema mediante minería de texto y análisis de sentimiento. Diss. Universidad Autónoma de Nuevo León. Salas-Zárate, M., E. López-López, R. ValenciaGarcía, N. Aussenac-Gilles, Á Almela, y G. Alor-Hernández. 2014. A study on LIWC categories for. Journal of Information Science, 40(6), 749-760. Sokolova, M. y G. Lapalme. 2009. A systematic analysis of performance measures for classification tasks. Information Processing and Management, 427 - 437. Turney, P. D. 2002. Thumbs up or thumbs down?: semantic orientation applied to unsupervised classification of reviews. Proceedings of the 40th annual meeting on association for computational linguistics. Stroudsburg, PA, USA. Vilares, D., M. A. Alonso, y C. GómezRodríguez. 2013. Clasificación de polaridad en textos con opiniones en espanol mediante análisis sintáctico de dependencias. Procesamiento del lenguaje natural, 13-20. Whissell, C. 2009. Using the revised dictionary of affect in language to quantify the emotional undertones of samples of natural language 1, 2. Psychological reports , 105(2), 509-521.PublicationORIGINALMicrosoft Word - articulo MO ajus 22022016.pdfMicrosoft Word - articulo MO ajus 22022016.pdfapplication/pdf401302https://repositorio.cuc.edu.co/bitstreams/e12dcd44-04a3-44a9-af50-37034028df07/downloada35d619e030056a9c11b3ac6465e4018MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.cuc.edu.co/bitstreams/551544bd-9094-4e95-89b8-1c2200204384/download934f4ca17e109e0a05eaeaba504d7ce4MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.cuc.edu.co/bitstreams/1501d34a-c1aa-49fc-89c3-c60197e962fd/download8a4605be74aa9ea9d79846c1fba20a33MD53THUMBNAILMicrosoft Word - articulo MO ajus 22022016.pdf.jpgMicrosoft Word - articulo MO ajus 22022016.pdf.jpgimage/jpeg59416https://repositorio.cuc.edu.co/bitstreams/d21499bf-2525-4b01-b0a5-be804bd26261/downloadf7b30a72774c2cc30154db9dedf6e801MD55TEXTMicrosoft Word - articulo MO ajus 22022016.pdf.txtMicrosoft Word - articulo MO ajus 22022016.pdf.txttext/plain29270https://repositorio.cuc.edu.co/bitstreams/e8e76e01-6c2b-42d8-b3c5-4cd7490a6eec/download33dccd8993690156fdddb70e3d98a70dMD5611323/3263oai:repositorio.cuc.edu.co:11323/32632024-09-17 14:22:33.918http://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalopen.accesshttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.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

Publicaciones similares