Resumen

En el proceso de clasificación de sentimientos, la calidad de la polaridad varía en función de las características o atributos que posee el clasificador y los del tuit analizado; por tanto, un clasificador de sentimientos alcanza su máxima calidad en escenarios en los que sus características son similares a las del tuit. En este artículo se presenta SentiFuzzy, un algoritmo que, a partir de la caracterización de atributos de cinco clasificadores de sentimiento reconocidos en la literatura, implementó una serie de reglas de inferencia y conjuntos difusos, que permitieron definir pesos matemáticos para cada clasificador; de esta manera, saber qué clasificador se debe seleccionar de acuerdo a la naturaleza del tweet analizado. Adicionalmente, estos pesos fueron optimizados mediante el algoritmo de optimización Hill-Climbing, el cual arrojó, en algunos escenarios, una precisión de polaridad superior a la reportada en el estado del arte y, en otros casos, una precisión de polaridad competitiva en comparación con la reportada por los clasificadores comparados.

• Materias:Acetamida
• Subjects:Acetamida
• Palabras claves:Análisis de sentimientos; Clasificadores de sentimientos; Clasificadores de polaridad; Polaridad; Lógica difusa; Twitter
• Keywords:Sentiment analysis; Sentiment classifiers; Polarity classifiers; Polarity; Fuzzy logic; Twitter