Aprendizaje de emociones mediante técnicas automatizadas de detección de afectos

En un mundo cada vez más digitalizado, cabe preguntarse si algún día habrá que redefinir la Humanidad. Si los procesos químicos, como las emociones, son comprendidos algún día por "seres digitales", la Humanidad entraría probablemente en la era "Transisto-Sapiens". En este proyecto, la atención se centra en la identificación de sentimientos en textos. Extraídos de Twitter, un medio de comunicación social que permite a su comunidad responder a la pregunta "¿qué estás haciendo?" en 140 caracteres, estos textos suelen mostrar una falta de estructura gramatical. El enfoque clásico que considera herramientas como un analizador sintáctico de frases o un etiquetador POS no es aplicable. De hecho, al disponer de poco contenido informativo, una política de reducción de características demasiado estricta a menudo daría como resultado la ausencia total de texto. Por lo tanto, lo que interesa es evaluar la precisión que se puede esperar de un corpus no preprocesado en absoluto. Si nos centramos únicamente en los rasgos superficiales, se necesita una métrica que mida el contenido emocional de un concepto concreto. Que el autor sepa, no se ha hecho nada hasta ahora. A partir de WordNet y el modelo afectivo de Plutchik, se ha diseñado una métrica sencilla basada en los bordes.