Clasificación de la ironía en textos de opinión: análisis comparativo entre los enfoques clásico y bioinspirado

Abstract

La forma lingüística de la ironía supone un reto interpretativo para las personas debido a su complejidad constructiva y a las dificultades que presenta su identificación en el lenguaje escrito donde matices como la entonación o los gestos no son utilizados, pudiendo dar lugar a malentendidos. Gracias al avance de la Inteligencia Artificial y del Machine Learning, así como de técnicas para el Procesamiento del Lenguaje Natural (PLN), el campo del análisis de los sentimientos tanto en la comunicación escrita como en la oral constituyen el marco adecuado para abordar el problema de detección de la ironía desde un punto de vista computacional. Por este motivo, el objetivo principal de este Proyecto Fin de Grado es realizar un análisis del sentimiento de la ironía en medio escrito mediante el uso de distintas técnicas de PLN. Además, otro objetivo es llevar a cabo un estudio comparativo entre el uso del algoritmo clásico K-Nearest Neighbors (KNN) y el algoritmo bioinspirado Colonia de Abejas Artificiales (CAA) con el propósito de determinar cuál de los dos enfoques de clasificación ofrece una mejor solución para este problema concreto. Tras realizar varias pruebas empleando dos conjuntos de datos conformados por tweets, se obtiene que el algoritmo CAA proporciona mejores resultados que el algoritmo KNN. Entre todas las técnicas PLN aplicadas, se establece que el «word embedding» es la que contribuye a una mayor precisión en el análisis del sentimiento. Abstract: The linguistic form of irony entails an interpretative challenge for people due to its constructive complexity and the difficulties involved in identifying it in written language where nuances such as intonation or gestures are not used, which can lead to misunderstandings. Thanks to the progress of Artificial Intelligence and Machine Learning, as well as techniques for Natural Language Processing (NLP), the field of sentiment analysis in both written and spoken communication is the appropriate framework to address the problem of irony detection from a computational point of view. For this reason, the main goal of this Final Degree Project is to carry out a sentiment analysis of irony in written media using different NLP techniques. In addition, another objective is to carry out a comparative study between the use of the classical K-Nearest Neighbors (KNN) algorithm and the bio-inspired Artificial Bee Colony (ABC) algorithm, in order to determine which of the two classification approaches offers a better solution for this particular problem. After performing several tests using two datasets consisting of tweets, it is found that the ABC algorithm provides better results than the KNN algorithm. Among all the NLP techniques applied, it is established that ”word embedding” is the one that contributes to a higher accuracy in sentiment analysis.