Minería de opiniones en redes sociales


Software y métodos para la extracción automática de información relevante (por ejemplo, opiniones sobre productos, servicios, etc.) a partir de textos escritos por los usuarios en redes sociales.

Technology’s Protection Status

Registro de software: sistema de minería de opiniones en múltiples idiomas mediante análisis sintáctico de dependencias. Solicitud C-197-2015, asiento registral 03/2015/830. Titulares: Universidad de A Coruña (David Vilares Calvo, Miguel A. Alonso Pardo y Carlos Gómez Rodríguez).

What are we looking for?

Se buscan empresas interesadas en la licencia de esta tecnología.

Facultad de Filología. CITIC

Description

Con la explosión de la web 2.0 las redes sociales comenzaron a hervir con todo tipo de opiniones y experiencias de los usuarios acerca de productos, servicios o personas. Este fenómeno ha despertado gran interés por parte de las empresas, que ven esta ingente cantidad de información como un medio de conocer, globalmente y de primera mano, el punto de vista de los consumidores. Desafortunadamente, realizar un análisis de este tipo de forma manual no es en absoluto viable, dada la magnitud del flujo de datos que se debe manejar.

En este contexto, las técnicas y herramientas desarrolladas en el campo de la llamada minería de opiniones, conocida también como análisis del sentimiento, permiten abordar de forma eficaz y eficiente este tipo de tareas, como determinar automáticamente si un texto contiene o no algún tipo de opinión, o si la polaridad del sentimiento allí reflejado es positiva, negativa o mixta. Además, este tipo de sistemas puede adaptarse fácilmente a otras tareas de interés en el ámbito del análisis de textos, tales como el estudio de tendencias políticas y la detección automática de ciberacoso o amenazas a la seguridad (por ejemplo, apología del terrorismo).

Added Value

La principal novedad de nuestro sistema se centra en la obtención de la estructura sintáctica de las opiniones para, posteriormente, integrar este tipo de información en el proceso de análisis. Esto nos permite manejar de forma automática fenómenos lingüísticos especialmente relevantes en el ámbito de este tipo de tareas, tales como la negación (por ejemplo, «da problemas» vs. «no da problemas»), la intensificación (por ejemplo, «fiable» vs. «muy fiable») o las oraciones subordinadas adversativas (por ejemplo, «Es caro pero es muy fiable y no da problemas»), incluso figuras más complejas como el oxímoron (por ejemplo, «Su protagonista es un delicioso villano»). Gracias a esto hemos podido mejorar notablemente el rendimiento de este tipo de sistemas, al identificar con precisión la influencia de expresiones como las mencionadas en el texto.


Applications according to Sector

El sistema es transversal, pues puede aplicarse a textos provenientes de cualquier ámbito. Por ejemplo, serviría para obtener la opinión de los usuarios sobre hoteles, productos de consumo, programas de televisión, partidos políticos, individuos, etc.

En el caso del sector TIC, nuestro software puede ser integrado fácilmente en otros sistemas tanto para proporcionar funcionalidades adicionales como para preprocesar o posprocesar información obtenida de otros sistemas.


Agriculture and forestry
Aquaculture and fisheries
Construction and civil engineering
Culture and education
Economy and finance
Energy and sustainable development
Enviroment
Food
Health and wellness
ICT
Industrial production
Livestock and veterinary
Naval industry
Public services
Water technologies

Research Group

    • Lengua y Sociedad de la Información
    • (LYS)

Person in Charge

  • Jesús Vilares Ferro
  • Miguel A. Alonso Pardo
  • Yerai Doval Mosquera
  • Carlos Gómez Rodríguez
  • David Vilares Calvo

Contact Us

Last Update

2019-07-16