Lecture

Junto a la explosión de la Web 2.0, nuevos tipos de textos, como foros o blogs,
han incrementado su presencia de una manera exponencial. Estos nuevos tipos
de texto se caracterizan principalmente por su alto contenido subjetivo ya
que reflejan las opiniones de los usuarios a cerca de una amplia variedad de
temas que afectan a las personas en muchos aspectos de su vida diaria. Por
esta razón muchos investigadores en Procesamiento del Lenguaje Natural (PLN)
han abarcado el problema de su tratamiento y explotación, dando lugar a lo
que se ha denominado analisis de sentimientos. Sin embargo, los sistemas
tradicionales de PLN no están pensados para el tratamiento de la información
subjetiva y los sentimientos. Por ello en esta tesis se plantea analizar
un tratamiento, procesamiento, e interpretacion efectivos de la información
subjetiva. Esto conlleva la creación de sistemas para el entrenamiento y el
testeo de procesos de distintos generos textuales y con varios niveles de
granularidad. 

Para poder contribuir a este objetivo este trabajo:

- analiza y propone un esquema de anotacion a granularidad fina para poder
capturar todos los matices del lenguaje y expresiones empleadas en los nuevos
textuales
- anota una colección de entradas de blogs utilizando el esquema de anotación
propuesto
- evalua intínsecamente la estabilidad del modelo de anotación creando
modelos de aprendizaje automático con los elementos anotados, midiendo así
el impacto de cada elemento
- evalua extrínsecamente la eficiencia del modelo y del corpus anotado
aplicándolo a varias tareas de PLN: minería de opiniones, búsqueda de
respuestas y generación de resúmenes automáticos