Tratamiento de la Negación en el Análisis de Opiniones en Español

  1. Salud M. Jiménez Zafra
  2. Eugenio Martínez Cámara
  3. M. Teresa Martín Valdivia
  4. M. Dolores Molina González
Revista:
Procesamiento del lenguaje natural

ISSN: 1135-5948

Año de publicación: 2015

Número: 54

Páginas: 37-44

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openRUA editor

Otras publicaciones en: Procesamiento del lenguaje natural

Resumen

El análisis de opiniones es una tarea a la que le quedan muchos frentes abiertos aún para que se pueda considerar resuelta. Entre ellos destaca el tratamiento de la negación, dado que una opinión negativa puede ser expresada con términos positivos negados. La negación es una característica particular de cada idioma, por lo que su tratamiento debe ajustarse a las singularidades del idioma en cuestión. En este artículo se presenta una aproximación lingüística para la identificación del ámbito de la negación en español, que se ha aplicado en un sistema de clasificación de la polaridad de opiniones sobre películas de cine.

Referencias bibliográficas

  • Brooke, Julian, Milan Tofiloski, y Maite Taboada. 2009. Cross-linguistic sentiment analysis: From english to spanish. En International Conference RANLP, 50-54.
  • Cruz, Fermín L, Jose A Troyano, Fernando Enriquez, y Javier Ortega. 2008. Clasificación de documentos basada en la opinión: experimentos con un corpus de críticas de cine en español. Procesamiento de Lenguaje Natural, 41.
  • Cruz Díaz, Noa Patricia. 2014. Detección de la Negación y la Especulación en Textos Médicos y de Opinión. Ph.D. tesis, Universidad de Huelva.
  • Das, Sanjiv y Mike Chen. 2001. Yahoo! for amazon: Extracting market sentiment from stock message boards. En Proc. of the Asia Pacific finance association annual conference (APFA), volumen 35, página 43. Bangkok, Thailand.
  • Gonzalez-Agirre, Aitor, Egoitz Laparra, y German Rigau. 2012. Multilingual central repository version 3.0. En LREC, 2525-2529.
  • Jia, Lifeng, Clement Yu, yWeiyi Meng. 2009. The effect of negation on sentiment analysis and retrieval effectiveness. En Proc. of the 18th ACM conference on Information and knowledge management, 1827-1830.
  • Konstantinova, Natalia, Sheila CM de Sousa, Noa P Cruz Díaz, Manuel J Maña López, Maite Taboada, y Ruslan Mitkov. 2012. A review corpus annotated for negation, speculation and their scope. En LREC, 3190-3195.
  • Liu, Bing. 2012. Sentiment analysis and opinion mining. Synthesis Lectures on Human Language Technologies, 5(1):1-167.
  • Martín-Valdivia, María-Teresa, Eugenio Martínez-Cámara, Jose-M Perea-Ortega, y L Alfonso Ureña-López. 2013. Sentiment polarity detection in spanish reviews combining supervised and unsupervised approaches. Expert Systems with Applications, 40(10):3934-3942.
  • Molina-González, M Dolores, Eugenio Martínez-Cámara, María-Teresa Martín-Valdivia, y José M Perea-Ortega. 2013. Semantic orientation for polarity classification in spanish reviews. Expert Systems with Applications, 40(18):7250-7257.
  • Padró, Lluís. 2012. Analizadores multilingües en freeling. Linguamática, 3(2):13-20.
  • Pang, Bo, Lillian Lee, y Shivakumar Vaithyanathan. 2002. Thumbs up?: sentiment classification using machine learning techniques. En Proc. of the ACL-02 conference on Empirical methods in natural language processing-Volume 10, páginas 79-86. ACL.
  • Polanyi, L y A Zaenen. 2004. Context valence shifters. En Proc. of the AAAI Spring Symposium on Exploring Attitude and Affect in Text.
  • Rushdi-Saleh, Mohammed, M Teresa Martín-Valdivia, L Alfonso Ureña-López, y José M Perea-Ortega. 2011. Oca: Opinion corpus for arabic. Journal of the American Society for Information Science and Technology, 62(10):2045-2054.
  • Taboada, Maite, Julian Brooke, Milan Tofiloski, Kimberly Voll, y Manfred Stede. 2011. Lexicon-based methods for sentiment analysis. Computational linguistics, 37(2):267-307.
  • Taboada, Maite, Kimberly Voll, y Julian Brooke. 2008. Extracting sentiment as a function of discourse structure and topicality. Simon Fraser Univeristy School of Computing Science Technical Report.
  • Vilares Calvo, David, Miguel Ángel Alonso Pardo, y Carlos Gómez Rodríguez. 2013. Clasificación de polaridad en textos con opiniones en español mediante análisis sintáctico de dependencias. Procesamiento de Lenguaje Natural, 50:13-20.
  • Wiegand, Michael, Alexandra Balahur, Benjamin Roth, Dietrich Klakow, y Andrés Montoyo. 2010. A survey on the role of negation in sentiment analysis. En Proc. of the workshop on negation and speculation in natural language processing, páginas 60-68. ACL.
  • Wilson, Theresa, Janyce Wiebe, y Paul Hoffmann. 2005. Recognizing contextual polarity in phrase-level sentiment analysis. En Proc. of the conference on human language technology and empirical methods in natural language processing, páginas 347-354. ACL.
  • Zhang, Changli, Daniel Zeng, Jiexun Li, Fei-Yue Wang, y Wanli Zuo. 2009. Sentiment analysis of chinese documents: From sentence to document level. Journal of the American Society for Information Science and Technology, 60(12):2474-2487.
Fuente de los datos: Dialnet