Apprendere le emozioni utilizzando tecniche di rilevamento automatico degli affetti

In un mondo progressivamente digitalizzato, è lecito chiedersi se un giorno l'umanità dovrà essere ridefinita. Se i processi chimici, come le emozioni, saranno un giorno compresi da "esseri digitali", l'umanità entrerà probabilmente nell'era "Transisto-Sapiens". In questo progetto ci si concentra sull'identificazione dei sentimenti nei testi. Estratti da Twitter, un social media che permette alla sua comunità di rispondere alla domanda: "cosa stai facendo?" in 140 caratteri, questi testi mostrano solitamente una mancanza di struttura grammaticale. L'approccio classico, che prevede l'utilizzo di strumenti come un parser di frasi o un POS tagger, non è applicabile. Infatti, dato che il contenuto informativo è scarso, una politica di riduzione delle caratteristiche troppo rigida spesso non porterebbe a nessun testo. L'interesse è quindi quello di valutare l'accuratezza che ci si può aspettare su un corpus non pre-elaborato. Concentrandosi solo sulle caratteristiche di superficie, è necessaria una metrica che misuri il contenuto emotivo di un particolare concetto. Per quanto ne sa l'autore, finora non ne è stata fatta nessuna. Utilizzando WordNet e il modello affettivo di Plutchik, è stata progettata una semplice metrica basata sui bordi.