Vea También
Al parecer, la mitad de la población mundial utiliza ahora las redes sociales para compartir sus pensamientos y conocer los de los demás. No hay tema que no esté representado por los usuarios, desde opiniones sobre tecnología, política, sociedad, celebridades, deporte, música, cine, salud, guerra, religión, sexo y más. Nada es tabú.
Extraer de las actualizaciones de las redes sociales las respuestas emocionales colectivas a los acontecimientos sociales, desde la escala local a la internacional, sigue siendo un objetivo de la informática y de aquellos a los que se pretende ayudar a hacer uso de los datos semánticos y emocionales que puedan extraerse de las redes sociales.
Un equipo italiano, que escribe en la revista International Journal of Metadata, Semantics and Ontologies, expone un enfoque para investigar las reacciones emocionales a los acontecimientos sociales.
"Las redes sociales se han convertido en un punto de apoyo para compartir información sobre acontecimientos de la vida cotidiana; personas, empresas y organizaciones expresan allí sus opiniones", explican Danilo Cavaliere y Sabrina Senatore, de la Universidad de Salerno, en Fisciano. Añaden que el estudio y la identificación de los distintos sentimientos y emociones, representados por las actualizaciones de las redes sociales, como los llamados "tweets" en la plataforma de microblogging conocida como Twitter, requiere el manejo de big data y ser capaz de entender el carácter emocional subyacente de las actualizaciones en su contexto.
El equipo ha adoptado un enfoque que les permite centrarse en un tema concreto a partir de palabras clave específicas, resaltadas en los tweets con un símbolo "#" y conocidas comúnmente como hashtags. Han construido un glosario de emociones tras extraer la semántica de una base de datos de muestra de actualizaciones y lo denominan "ontología de conceptos emocionales".
A continuación, el equipo demuestra cómo su ontología puede utilizarse para entrenar una herramienta de clasificación de la base de datos (Support Vector Machine) para "entender" el carácter emocional y el contenido de los nuevos tweets con los que se presenta un algoritmo construido sobre este entrenamiento. Han demostrado con éxito la prueba de principio con conjuntos de datos de muestra, incluso con tuits complicados y multifacéticos.
Fuentes, créditos y referencias:
Danilo Cavaliere et al, An ontology-driven perspective on the emotional human reactions to social events, International Journal of Metadata, Semantics and Ontologies (2021). DOI: 10.1504/IJMSO.2021.117104