La URV desarrolla un modelo lingüístico que evalúa sentimientos en las redes sociales

Un modelo lingüístico desarrollado por investigadores de la Universidad Rovira i Virgili (URV) de Tarragona permite evaluar los sentimientos subyacentes en los mensajes que aparecen escritos en las redes sociales. La investigación, que se han publicado en la revista científica Mathematics, se basa en el estudio del lenguaje evaluativo, que es el que se utiliza cada día y el que se utiliza en el uso masivo de las redes sociales, ha informado la URV.

Palabras que «utilizamos cada día en las redes sociales como rápido, lento, bonito, caliente o normal» llevan implícita una carga de información que «cada vez importa más a empresas y organizaciones», ha indicado la universidad. Ante el interés que ha despertado el análisis de estos textos, investigadores del Departamento de Filologías Románicas de la URV han desarrollado una técnica que incluye diferentes métodos matemáticos y lingüísticos.

La técnica desarrollada consigue modelar formalmente los enunciados evaluativos y captar o extraer el sentimiento o valoración que hay detrás de las expresiones lingüísticas empleadas. Para analizar el sentimiento, se utilizan herramientas computacionales que evalúan el lenguaje valorativo en términos de polaridad, por eso se clasifican automáticamente los textos en función de su connotación positiva o negativa.

Así, la investigación permite identificar la actitud de una persona con respecto a un tema y determinar si se trata de un juicio o evaluación, cuál es el estado emocional del autor cuando escribe o el efecto emocional que pretende causar en el lector. Con este análisis, la URV pretende presentar un nuevo enfoque basado en un modelo formal interdisciplinario que identifique y analice tanto los contextos como la información de las expresiones, abordando muchos de sus matices.

Según la URV, una de las características del lenguaje evaluativo es que «es difuso o vago» y relativo, por lo que «resulta muy difícil delimitar el significado de palabras cotidianas como bien, mal, grande, pequeño, querer, odiar». Como ejemplo, la universidad ha citado que un niño de 5 años puede ser «alto» si mide 130 centímetros y un jugador adulto de baloncesto, en cambio, lo es si mide 220 centímetros y que esta relatividad también se da entre culturas.

Por eso, los investigadores señalan las limitaciones de los algoritmos, que, al basarse en aspectos de rendimiento computacional, no pueden aportar bastante información sobre los términos.

Según la universidad, se prevé que este modelo, que está sujeto a nuevas aportaciones procedentes de la psicología o la ingeniería computacional, entre otros, tenga múltiples aplicaciones y un impacto importante en ámbitos como la minería de datos, herramientas de autoaprendizaje de lenguas o en detectores automáticos de autoría, entre otros.