DSpace Repository

Stress and relaxation strength detection of spanish tweets

Show simple item record

dc.contributor.author Menchaca Resendiz, Yarik
dc.date.accessioned 2018-06-15T14:09:31Z
dc.date.available 2018-06-15T14:09:31Z
dc.date.created 2017-09-08
dc.date.issued 2018-06-14
dc.identifier.citation Menchaca Resendiz, Yarik. (2017). Stress and relaxation strength detection of spanish tweets. (Maestría en Ciencias de la Computación). Instituto Politécnico Nacional, Sección de Estudios de Posgrado e Investigación, Centro de Investigación en Computación. México. es
dc.identifier.uri http://tesis.ipn.mx/handle/123456789/25257
dc.description Tesis (Maestría en Ciencias de la Computación), Instituto Politécnico Nacional, CIC, 2017, 1 archivo PDF, (73 páginas). tesis.ipn.mx es
dc.description.abstract RESUMEN: El análisis de sentimientos (o minería de opinión) es un campo de estudio que típicamente analiza opiniones, impresiones, sentimientos y emociones acerca de productos, servicios, organizaciones, individuos, temas, eventos o tópicos. Un reciente desarrollo, la detección del estrés y la relajación, se centra en el cambio y en la detección de los indicadores que muestre que el autor de un texto se encuentre estresado o relajado. Este problema se puede abordar de una manera similar al análisis del sentimiento. También es una tarea relacionada con el mismo, porque las personas estresadas suelen ser infelices (pero no siempre: por ejemplo, un atleta que gana una carrera) y las personas relajadas son generalmente felices (pero no siempre: por ejemplo, una persona deprimida). Actualmente las redes sociales son ampliamente utilizadas para comunicar y compartir opiniones y estados emocionales en público. Un primer lugar lógico para buscar pruebas de estrés es por lo tanto en sitios de redes sociales, como Facebook o Twitter. Muchos estudios han intentado detectar el sentimiento en el texto, por lo general con un enfoque en áreas específicas como revisiones de productos, revisiones de películas, o noticias [4]. La mayoría de los sistemas intentan clasificar los textos como positivos, neutros o negativos, pero algunos también estiman la intensidad de los sentimientos o las emociones más finas. En esta tesis se centra en la detección de estrés y relajación en los tweets provenientes del lenguaje españoles, debido a que Twitter tiene muchos usuarios y el español es uno de los idiomas más hablados del mundo. Como la primera investigación de su tipo para el español, la investigación tiene un enfoque general en lugar de un tema que actual mente es muy estrecho. El objetivo es construir un sistema capaz de detectar los términos más comunes utilizados para expresar el estrés o la relajación sin centrarse en un solo tema o variante lingüística del español. Por lo tanto, el sistema debe ser capaz de reconocer expresiones idiomáticas a lo largo de diferentes áreas del mundo, incluyendo México, España, Chile y Argentina. ABSTRACT: Sentiment analysis (or opinion mining) is a field of study that typically analyses opinions, impressions, sentiments, and emotions about products, services, organizations, individuals, issues, events, or topics. Opinions are central to almost all human activities and are one the most influencers of our perceptions that we make about what with consider good, agreeable, etc. and vice versa, because when we are going to make a decision we often seek out the opinions of other people, and this not only happen with individuals also it is very common whit many organizations. One of the first mention of the term sentiment analysis was in (Nasukawa and Yi,2003) where the authors, extract sentiments associated with polarities of positive or negative for specific subjects from a document instead of classifying the whole document into positive or negative. And the term opinion mining first appeared in (Dave, Lawrence and Pennock, 2003).However this two terms have had multiple variations such as, sentiment analysis, opinion mining, opinion extraction, sentiment mining, subjectivity analysis, affect analysis, emotion analysis review mining etc. A recent development, stress/relaxation detection, focuses instead on the detection of indicators that a text author is stressed or relaxed. This problem can be tackled in a similar way to sentiment analysis. It is also a related task because stressed people are usually unhappy (but not always: e.g., an athlete winning a race) and relaxed people are usually happy (but not always: e.g., a depressed person). Social networks are widely used to communicate and share opinions and emotional states in public. A logical first place to look for evidence of stress is therefore in social network sites, such as Facebook or Twitter. Many studies have attempted to detect sentiment in text, usually with a focus on specific areas like product reviews, movies reviews, or news. Most systems attempt to classify texts as positive, neutral or negative, but some also estimate the intensity of sentiments or finer-grained emotions. This thesis focuses on the detection of stress and relaxation in Spanish tweets because Twitter has many users and Spanish is one of the world’s most spoken languages. As the first investigation of its type for Spanish, the research has a general focus rather than a narrow topic. The goal is to build a system capable of detecting the most common terms used to express stress or relaxation without focusing on a single topic or linguistic variant of Spanish. The system should therefore be able to recognise idioms and slang words from different areas of the world, including México, Spain, Chile, and Argentina. es
dc.language.iso en es
dc.subject Redes sociales es
dc.subject Análisis de sentimientos es
dc.subject Análisis de textos en twitter y facebook es
dc.title Stress and relaxation strength detection of spanish tweets es
dc.contributor.advisor Gelbukh, Alexander


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account