Desenvolupen un model lingüístic que avalua sentiments a les xarxes

Un model lingüístic desenvolupat per investigadors de la Universitat Rovira i Virgili (URV) de Tarragona permet avaluar els sentiments subjacents en els missatges que apareixen escrits a les xarxes socials.

La investigació, que s’ha publicat a la revista científica Mathematics, es basa en l’estudi del llenguatge avaluatiu, que és el que s’utilitza cada dia i el que s’empra en l’ús massiu de les xarxes socials, ha informat la URV.

Paraules que utilitzem cada dia a les xarxes socials com “ràpid”, “lent”, “bonic”, “calent” o “normal” porten implícita una càrrega d’informació que “cada vegada importa més a empreses i organitzacions”, ha indicat la universitat.

Davant l’interès que ha despertat l’anàlisi d’aquests textos, investigadors del Departament de Filologies Romàniques de la URV ha desenvolupat una tècnica que inclou diferents mètodes matemàtics i lingüístics.

La tècnica desenvolupada aconsegueix modelar formalment els enunciats avaluatius i captar o extreure el sentiment o valoració que hi ha darrere de les expressions lingüístiques emprades.

Per analitzar el sentiment, s’utilitzen eines computacionals que avaluen el llenguatge valoratiu en termes de polaritat. Per això es classifiquen automàticament els textos en funció de la seva connotació positiva o negativa.

Així, la recerca permet identificar l’actitud d’una persona respecte a un tema i determinar si es tracta d’un judici o avaluació, quin és l’estat emocional de l’autor quan escriu o l’efecte emocional que pretén causar en el lector.

Amb aquesta anàlisi, la URV pretén presentar un nou enfocament basat en un model formal interdisciplinari que identifiqui i analitzi tant els contextos com la informació de les expressions, abordant molts dels seus matisos.

Segons la URV, una de les característiques del llenguatge avaluatiu és que “és difús o vague” i relatiu, per la qual cosa “resulta molt difícil delimitar el significat de paraules quotidianes” com “bé”, “malament”, “gran”, “petit”, “estimar” o “odiar”.

Com a exemple, la universitat ha citat que un nen de 5 anys pot ser “alt” si fa 130 centímetres i un jugador adult de bàsquet, en canvi, ho és si mesura 220 centímetres i que aquesta relativitat també es dona entre cultures.

Per això, els investigadors assenyalen les limitacions dels algorismes, que, en basar-se en aspectes de rendiment computacional, no poden aportar prou informació sobre els termes.

Segons la universitat, es preveu que aquest model, que està subjecte a noves aportacions procedents de la psicologia o de l’enginyeria computacional, entre d’altres, tingui múltiples aplicacions i un impacte important en àmbits com la mineria de dades, eines d’autoaprenentatge de llengües o en detectors automàtics d’autoria, entre altres.