Módulo 5: Análisis de opinión

En este módulo entramos en otra área en pleno auge actualmente. Es mucho el interés en recabar la opinión de una población más o menos concreta acerca de casi cualquier cosa. En el plano empresarial, la opinión sobre un producto en el mercado o por salir a él es de vital importancia.

Hace ya un tiempo que las redes sociales están ocupando un espacio que nunca podrán ocupar las encuestas personales: el resultado inmediato. Si bien no están exentas de problemas, la investigación que se está llevando a cabo tiene aplicaciones curiosas como la predicción de la intención de voto o quién va a ganar con casi total seguridad un concurso televisivo de talentos.

Introducción al análisis de opinión

José A. Troyano, de la Universidad de Sevilla nos muestra los objetivos y los problemas a los que se enfrenta la minería y análisis de la opinión, ahora mismo en total auge dada la inmensa cantidad de información disponible en las redes sociales. Cómo evaluar la reputación de tu comercio y hasta cómo detectar tendencias en el futuro más cercano. Pero antes de todo eso hay que conocer a qué nos enfrentamos.

Aquí puedes consultar la transcripción del vídeo (también en pdf).

Cuestionario

El análisis de opiniones (varias respuestas pueden ser correctas, incluso todas)

Generación de recursos para el análisis de opinión

Maite Taboada, profesora de la Simon Fraser University, en Canadá, nos muestra los recursos que se pueden generar para ayudar a completar la tarea del análisis de opinión.

Aquí puedes consultar la transcripción del vídeo (también en pdf).

Actividad

Prueba dos sistemas diferentes para el análisis de la opinión:

1. SentiStrength

2. SO-CAL

• ¿Encuentras diferencias en cómo procesan la información?

• ¿Estás de acuerdo con sus resultados? Si no, ¿por qué?

• ¿Qué fallos encuentras?

• Investiga qué tipo de sistemas son, y cómo se desarrollaron.

Cuestionario

En un diccionario creado para el análisis de la opinión

• tendremos palabras y polaridad, y a veces también el grado de polaridad

• encontraremos oraciones enteras etiquetadas como positivas o negativas

• tendremos palabras y grado de informalidad

Aplicaciones del análisis de opiniones

Eugenio Martínez Cámara, de la Universidad de Jaén, nos completa el panorama del análisis de opiniones mostrando sus campos de aplicación.

Eugenio Martínez Cámara, de la Universidad de Jaén, se centra ahora en el dominio de la política, como un ejemplo más de la aplicación de las TLH en general, y del análisis de opiniones en particular, a nuestro día a día.

Cuestionario

Problemas encontrados a la hora de predecir resultados electorales con redes sociales como Twitter son (varias respuestas pueden ser correctas, incluso todas)

• • en general, los sistemas actuales no son comparables y no se pueden extraer conclusiones fiables.

  • los políticos no siempre dicen la verdad y confunden al electorado.

  • la población que usa redes sociales puede no ser representativa de la masa de votantes real.

  • las técnicas actuales de análisis de opiniones parece que son demasiado simples.

Finalizando con esta introducción acerca de los campos de aplicación del análisis de opiniones, Eugenio Martínez Cámara, de la Universidad de Jaén, nos muestra ahora su rol en los sistemas de recomendación y en la predicción de movimientos en mercados bursátiles.

Aquí puedes consultar la transcripción de la secuencia completa de vídeos (también en pdf).

Cuestionario

Como aplicaciones del análisis automático de opiniones en redes sociales como Twitter (varias respuestas pueden ser correctas, incluso todas)

• • podemos utilizarlo para resumir o simplificar textos.

  • es útil para el comercio electrónico, guiando al comprador con sugerencias que son de su interés.

  • en algunos casos, la predicción del resultado de un determinado evento.

  • prever si un comprador concreto se decidirá por un producto o por otro cuando está comprando en un comercio electrónico.

Sistemas de recomendación

Arturo Montejo Ráez, de la Universidad de Jaén, nos explica qué es un sistema de recomendación basado en PLN. A todos nos suena el término "fidelización" o alguna vez hemos buscado la opinión de otros a la hora de comprar un producto, sea por Internet, sea en una tienda física. Veamos las líneas generales de cómo se construye un sistema de este tipo aprovechando las TLH.

Aquí puedes consultar la transcripción del vídeo (también en pdf).

Este material se basa en 

• Recommender Systems Handbook, Ricci, F.; Rokach, L.; Shapira, B.; Kantor, P.B. (Eds.) 2011,ISBN 978-0-387-85819-7

Cuestionario

Los sistemas de recomendación basados en contexto hacen referencia al uso de información

• de las categorías a las que pertenece un producto

• del contexto del usuario (hora, posición...)

• de la tienda on-line donde se implementa

• del contexto del negocio (dueño, sector, clientes...)

Detección de la ironía

Paolo Rosso, de la Universidad Politécnica de Valencia, nos introduce en la detección automática de la ironía en un texto. La ironía tiene un papel importante a la hora de determinar la polaridad en al análisis de sentimientos y de la opinión.

Finaliza su exposición sobre el estado actual de la tarea de detección automática de la ironía en textos. Aquí puedes consultar la transcripción completa de esta serie de vídeos (también en pdf).

Cuestionario

La ironía (varias respuestas pueden ser correctas, incluso todas)

• • es fácil de detectar y procesar

  • la ironía puede provocar un interés positivo en algún producto

  • juega un papel fundamental en el establecimiento de la reputación de una entidad

Ordena de más a menos general

• sarcasmo-ironía-humor

• ironía-humor-sarcasmo

• humor-sarcasmo-ironía

• humor-ironía-sarcasmo