Identificación automática del asunto de opiniones en texto en idioma español :Informe final

Abstract

Este documento presenta el diseño e implementación de un sistema basado en reglas para detectar automáticamente el tema del que trata una opinión expresada en un texto en español. El sistema se basa fuertemente en nociones establecidas en [Rosá2011]. Toma también información producida por el sistema del mismo trabajo, por lo que este sistema puede enmarcarse como extensión o componente de un proyecto más general. Para el sustento teórico-lingüístico, se tienen en cuenta nociones morfológicas, sintácticas, así como ciertas características que poseen las opiniones, el discurso y el lenguaje en general. La solución busca construirse utilizando reglas, no utilizándose enfoques estadísticos o de aprendizaje automático. En cuanto a los resultados logrados utilizando medidas típicas del área, en general se alcanzan valores superiores a otros trabajos. Se generaron nuevos recursos lingüísticos, extendiendo el corpus anotado manualmente del trabajo en que nos basamos, mediante la anotación (también manual) de los asuntos de las 305 opiniones del corpus.