Enfoques semiautomáticos para explotar patrones de desplazamiento en el análisis de sentimientos específico del dominio
Autores: Brazdil, Pavel; Muhammad, Shamsuddeen H.; Oliveira, Fátima; Cordeiro, João; Silva, Fátima; Silvano, Purificação; Leal, António
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Matemáticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Este artículo describe dos enfoques diferentes para el análisis de sentimientos. El primero es una forma de enfoque simbólico que explota un léxico de sentimientos junto con un conjunto de patrones de cambio y reglas. El léxico de sentimientos incluye palabras individuales (unigramas) y se desarrolla automáticamente mediante la explotación de ejemplos etiquetados. Los patrones de cambio incluyen intensificación, atenuación/debilitamiento e inversión/reversión y se desarrollan manualmente. El segundo enfoque explota una red neuronal profunda, que utiliza un modelo de lenguaje pre-entrenado. Ambos enfoques se aplicaron a textos en los dominios de economía y finanzas de periódicos en portugués europeo. Mostramos que el enfoque simbólico logra prácticamente el mismo rendimiento que la red neuronal profunda. Además, el enfoque simbólico proporciona explicaciones comprensibles, y el conocimiento adquirido puede comunicarse a otros. Publicamos los patrones de cambio para motivar futuras investigaciones en esta dirección.
Descripción
Este artículo describe dos enfoques diferentes para el análisis de sentimientos. El primero es una forma de enfoque simbólico que explota un léxico de sentimientos junto con un conjunto de patrones de cambio y reglas. El léxico de sentimientos incluye palabras individuales (unigramas) y se desarrolla automáticamente mediante la explotación de ejemplos etiquetados. Los patrones de cambio incluyen intensificación, atenuación/debilitamiento e inversión/reversión y se desarrollan manualmente. El segundo enfoque explota una red neuronal profunda, que utiliza un modelo de lenguaje pre-entrenado. Ambos enfoques se aplicaron a textos en los dominios de economía y finanzas de periódicos en portugués europeo. Mostramos que el enfoque simbólico logra prácticamente el mismo rendimiento que la red neuronal profunda. Además, el enfoque simbólico proporciona explicaciones comprensibles, y el conocimiento adquirido puede comunicarse a otros. Publicamos los patrones de cambio para motivar futuras investigaciones en esta dirección.