- Inicio
- Atrás
|
Título: |
Análisis de dependencias para la marcación de cuentos con emociones |
Autores: |
Francisco Gilmartín, Virginia Gervás Gómez-Navarro, Pablo |
Fecha: |
2007-11-26 2007-11-26 2006-09 |
Publicador: |
RUA Docencia |
Fuente: |
|
Tipo: |
info:eu-repo/semantics/article |
Tema: |
Emoción Marcado Dimensiones emocionales Activación Evaluación Control LEW ANEW WordNet MINIPAR Emotion Marking up Emotional dimensions Activation Evaluation Dominance |
Descripción: |
Este artículo muestra un método para la marcación automática de emociones
(EmoTag) en textos en lengua inglesa, prestando especial atención a la utilización de un analizador de dependencias (MINIPAR) para la localización de las
palabras implicadas en las negaciones. De entre los múltiples métodos existentes para
representar las emociones EmoTag emplea las dimensiones emocionales (activación,
evaluación y control). El primer paso para desarrollar EmoTag fue la anotación de
un corpus de cuentos por parte de varios evaluadores. Los resultados del procesamiento
de este corpus conforman lo que hemos denominado List of Emotional Words
(LEW) que no es más que una base de datos de palabras con las emociones asociadas
a ellas en terminos de dimensiones emocionales. A continuación, creamos un algoritmo
para el marcado automático de textos con emociones empleando distintas bases
de conocimiento: LEW, ANEW y WordNet. Por último, el algoritmo de marcado ha
sido evaluado sobre alguno de los textos que se emplearon en la creación de la lista
LEW y sobre textos nuevos. Los resultados serán comentados al final del artículo
basandonos fundamentalmente en dos aspectos: corrección y cobertura del algoritmo
propuesto y técnicas y soluciones que emplearemos para mejorar los resultados. This paper presents an approach to automated marking up of English
texts with emotional labels (EmoTag), stressing the employing of dependency-based
parser (MINIPAR) for the finding of words related to negatives. The approach considers
the representation of emotions as emotional dimensions (activation, evaluation
and dominance). The first step in order to develop EmoTag was to get a corpus of
example texts previously annotated by human evaluators. The results of the word
processing was a List of Emotional Words (LEW). Next an algorithm for the automated
mark up of text is proposed. This algorithm employs a combination of the
LEW resource, the ANEW word list and WordNet for knowledge-based expansion
of words not occurring in either. Finally, the algorithm for automated mark up is
tested against texts from the original samples used for feature extraction to test its
correctness. It is also tested against new text samples to test its coverage. The results
are discussed with respect to two main issues: correctness and coverage of the
proposed algorithm, and additional techniques and solutions that may be employed
to improve the results. |
Idioma: |
Español |