Clasificación automática de la polaridad en los comentarios que realizan los usuarios en Cubadebate

Abstract

La minería de opinión es un proceso de extracción de nuevos conocimientos y datos textuales no estructurados mediante los métodos automáticos de detección y extracción de opiniones. El principal problema de los datos que se recopilan del sitio web de noticias Cubadebate es que se encuentran en forma no estructurada, lo que dificulta la identificación de la opinión pública y a su vez el sentimiento que transmiten en ella. El objetivo de esta investigación se centró en clasificar automáticamente la polaridad para determinar la intencionalidad de los usuarios a través de sus comentarios en el sitio web de noticias Cubadebate. Para ello, en la presente investigación se realizó un estudio sobre los principales algoritmos de procesamiento del lenguaje natural y minería de opinión para el análisis de sentimientos utilizando la herramienta de aprendizaje automático máquina de soporte vectorial. Además, se siguieron los pasos propuestos por Fayyad para descubrir conocimiento, realizando un procesamiento de los 5 artículos más comentados del sitio web de noticias Cubadebate y asíconocer si sus usuarios tenían valoraciones positivas, negativas o neutras respecto a los artículos publicados. Se realizaron las pruebas Accuracy score, Precision-Recall y Predict, en aras de verificar la eficacia de los algoritmos escogidos.