Análisis, diseño e implementación del clasificador de opiniones TBONTB

La parte esencial de la recopilación de información para el apoyo a la toma de decisiones ha sido siempre no sólo identificar lo que piensan los demás, sino también, y aún más importante, el estado emocional de los mismos. Esto resulta especialmente útil cuando se necesita saber cómo se siente el cliente con respecto al producto o servicio que se le brinda. Con la creciente disponibilidad y popularidad de los recursos de opinión tales como los sitios web, los blogs personales, y las redes sociales, emanan nuevas oportunidades de negocio y desafíos sociales, debido al uso intensivo de tecnologías de la información para buscar y entender las opiniones de las personas. El brote súbito de actividad en el área de la minería de opiniones y análisis de los sentimientos, que se ocupa del tratamiento computacional de la opinión, el sentimiento y la subjetividad en el texto, se ha producido como una respuesta a la demanda de nuevos sistemas informáticos orientados al análisis de las opiniones. En nuestra Universidad se realiza al final de cada curso una encuesta por cada asignatura. Dicha encuesta no permite obtener una retroalimentación continua del proceso de enseñanza en tiempo real. Sin tener hasta fin de curso los resultados de la encuesta, no es posible rectificar hasta el siguiente curso los problemas detectados. ¿No sería mucho mejor poder detectar lo antes posible los problemas a través de la opinión de los estudiantes con respecto al curso? Por esta razón surge mi clasificador TBONTB (alusión a la frase de Shakespeaeare “To Be Or Not To Be”), con el objetivo de medir a partir de una lista de palabras afectivas, la polaridad emocional de la opinión de los estudiantes. Pese a haber sido esta la motivación inicial del proyecto, el algoritmo es totalmente independiente del contexto social sobre el cual se aplica, lo que lo hace más genérico y por tanto aplicable a más campos. Cabe señalar que además del algoritmo, se desarrollaron varias herramientas de software para evaluar la utilidad del algoritmo para los fines con que fue creado, obteniendo resultados tan prometedores que sobrepasan toda expectativa real que tenía al comienzo. La metodología empleada para estos fines, ha sido experimentar con el algoritmo y grandes conjuntos de entrenamiento de textos evaluados positiva o negativamente en formato microblogging y blogging. De estas clasificaciones obtenidas por el algoritmo con las asignadas por los humanos qu ecrearon dichos conjuntos de textos clasificado. Producto de esta evaluación exhaustiva se refinó el umbral de decisión de polaridad emocional del algoritmo para textos en formao microblogging y blogging, hasta llegar a un 84% y 59% de acierto respectivamente.Ingeniería Informátic