Comparación de rendimiento de técnicas de aprendizaje automático para análisis de afecto sobre textos en español

Abstract

Analizar la subjetividad en textos disponibles puede entregar diversos beneficios para las organizaciones y personas. En particular, el Análisis de Afecto intenta descubrir el afecto que le imprime el escritor a sus textos. El análisis automatizado de textos se convierte en un problema de clasificación que puede ser resuelto con técnicas de aprendizaje automático. Sin embargo, la mayor parte de estos análisis han sido realizados para corpus de textos escritos en inglés. Este trabajo comparó la aplicación de técnicas de aprendizaje automático y de NLP sobre textos en idioma español, realizando un proceso de análisis de afecto mediante la aplicación de 3 clasificadores basados en técnicas de aprendizaje automático y estudiando la incidencia de técnicas de NLP, como stopwords y etiquetado POS. Para ello, se configuró un experimento sobre un corpus en español elaborado con titulares de periódicos online de Chile. Los mejores resultados de rendimiento del clasificador se obtienen con la técnica Support Vector Machine sobre un corpus.