Lecture

Debido a la necesidad de desarrollar nuevas técnicas capaces de etiquetar
eficientemente grandes cantidades de datos con emociones, en cualquier género
textual y con sólidos estándares de fiabilidad, este trabajo se ha centrado en
uno de los desafı́os más importantes del RE en texto: el desarrollo
de técnicas para la anotación de corpus con emociones. Nuestra principal
motivación fue las dificultades asociadas con el desarrollo de este tipo
de recursos demostradas por las investigaciones más relevantes llevadas a
cabo hasta el momento. Es cierto que los problemas de creación de corpus
relacionados con el tiempo y coste de su desarrollo son compartidos por
otras tareas de PLN. Sin embargo, en reconocimiento de emociones textual,
estos problemas son más desafiantes debido a que la detección de emoción en
texto puede ser difı́cil incluso para los humanos, incrementando
el tiempo y el coste de desarrollo, ası́ como
presentando problemas para obtener Acuerdo entre anotadores (IAA). Con este
contexto, esta tesis abordó la tarea de anotación de emociones en texto,
proporcionando técnicas/metodologı́as automáticas y semiautomáticas
con la intención de contribuir a abordarla eficientemente. Nos centramos en
la anotación de emociones en texto escrito en Inglés para cualquier género
textual, a nivel de oración y empleando un conjunto de categorı́as
emocionales como etiquetas.