identificación automática del contenido afectivo de un texto y su papel en la presentación de

261 Pages·2008·3.67 MB·Spanish

UNIVERSIDAD COMPLUTENSE DE MADRID

FACULTAD DE INFORMÁTICA
Departamento de Ingeniería del Software e Inteligencia Artificial

IDENTIFICACIÓN AUTOMÁTICA DEL CONTENIDO
AFECTIVO DE UN TEXTO Y SU PAPEL EN LA
PRESENTACIÓN DE INFORMACIÓN

MEMORIA PARA OPTAR AL GRADO DE DOCTOR
PRESENTADA POR

Virginia Francisco Gilmartín

Bajo la dirección del doctor
Pablo Gervás Gómez-Navarro

Madrid, 2008

• ISBN: 978-84-692-1006-2
Identificacio´n Autom´atica del Contenido Afectivo
de un Texto y su Papel en la Presentaci´on de
Informacio´n
Tesis doctoral
Presentada por
Virginia Francisco Gilmart´ın
para optar al grado de Doctor en Inform´atica
Dirigida por el
Prof. Dr. D. Pablo Gerv´as G´omez-Navarro
Departamento de Ingenier´ıa del Software e Inteligencia Artificial
Facultad de Inform´atica
Universidad Complutense de Madrid
Madrid, septiembre de 2008

Identificacio´n Autom´atica del Contenido Afectivo
de un Texto y su Papel en la Presentaci´on de
Informacio´n
Tesis doctoral
Presentada por
Virginia Francisco Gilmart´ın
para optar al grado de Doctor en Inform´atica
Dirigida por el
Prof. Dr. D. Pablo Gerv´as G´omez-Navarro
Departamento de Ingenier´ıa del Software e Inteligencia Artificial
Facultad de Inform´atica
Universidad Complutense de Madrid
Madrid, septiembre de 2008

Agradecimientos
Aqu´ıestalapartem´asdif´ıcildemitesis,lapartequem´asmehacostado
escribir y que m´as veces he reescrito. Todo esto por dos motivos fundamen-
tales, primero porque ser´a la parte m´as le´ıda y, en muchos casos, la u´nica
parte que la mayor´ıa de la gente lee. Todos esperan ver como se distribuye
los agradecimientos, qu´e se debe a cada persona y qu´e se dice a cada uno.
Y en segundo lugar porque seguro que me olvidar´e de alguien y lo lamen-
tar´e eternamente. Pero bueno, vamos a empezar y espero no defraudar a
nadie.
Esta tesis doctoral, ha requerido de esfuerzo y mucha dedicaci´on por
mi parte, pero su finalizaci´on no hubiese sido posible sin la cooperaci´on
desinteresadadetodasycadaunadelaspersonasqueacontinuaci´oncitar´ey
muchas de las cuales han sido un soporte muy fuerte en los momentos m´as
dif´ıciles.
En primer lugar, mi m´as sincero agradecimiento a mi director de tesis,
el Dr. Pablo Gerv´as a quien debo el haber llegado a la Universidad y haber
podido realizado esta tesis.
Gracias a la Universidad La Salle, por poner a mi disposici´on la herra-
mienta de evaluaci´on empleada en este trabajo, en especial a David Garc´ıa
Solorzano que pele´o conmigo para que la evaluaci´on saliera adelante.
Un agradecimiento muy especial para todos los evaluadores sin los que
este trabajo no habr´ıa sido posible y que quiero nombrar uno a uno en este
espacio para que quede constancia de su esfuerzo: Raquel Herv´as, Federico
Peinado, M´onica G´onzalez, Laura Plaza, Pablo Moreno, Susana Bautista,
Carlos Le´on, Alaukik, Alberto D´ıaz, Angela Francisco, Juan, Jorge, Javier
Arroyo,FranciscoGuzman,Jos´eRam´onPer´ez,Jesu´sHerrera,HectorG´omez,
Gonzalo Mendez, Patricio Galera, Nuria, Patricia Sanz, Ton˜i Torren˜o, Susi,
Ana Casas, Miguel Vazquez, Cristina Sobrados, Juanma Mart´ın, Cristina
Arquiaga, Pilar Garc´ıa, Mar´ıa del Blanco, Borja Foncillas, Pilar Bravo,
Alvaro Mart´ın, Alberto D´ıaz, Guillermo Jimenez, David, Miguel, Susana,
Beatriz, Silvia, Celia, Lucia y Jesu´s.
Gracias a mis amigos y compan˜eros de departamento por su inestimable
apoyo y por la paciencia de los que han actuado como revisores y evalua-
dores de mi trabajo. Sobre todo gracias a Raquel Herv´as que siempre esta
ah´ı cuando la necesitas y te presta su ayuda de manera incondicional.
Tambi´en me gustar´ıa agradecer la colaboraci´on prestada por M´onica
G´onzalez Jenal, que como becaria del grupo me ha ayudo en las mejoras del
sintetizador de voz.
Un especial agradecimiento a toda la gente del Department of Informat-
ics Engineering de la Universidad de Coimbra, que me acogi´o durante una
temporada en su Universidad. Esa estancia me ayudo a poner mis ideas en
orden y a “dar un gran empuj´on” a esta tesis. Siendo especial este agrade-
cimiento a Francisco Cˆamara Pereira y Am´ılcar Cardoso.
vi
Deunamaneram´asformal,aunquenomenosimportante,quieroagrade-
cer el apoyo moral y econ´omico que me han ofrecido las siguientes institu-
ciones:
Grupo de investigaci´on NIL, financiado por la CAM - UCM (CCG07-
UCM/TIC-2803).
Departamento de Ingenier´ıa del Software e Inteligencia Artificial y
Facultad de Inform´atica de la Universidad Complutense de Madrid.
Proyectos “Galante: Generaci´on de lenguaje natural para textos con
emociones” del Ministerio de Educaci´on y Ciencia (TIN2006-14433-
C02-01) y proyecto “Javy Forest: Application of Metaphor and Blend-
ing in game environments” del Ministerio de Ciencia y Tecnolog´ıa, en
Acci´on Integrada Hispano-Portuguesa (HP2003-0068) entre la Univer-
sidad Complutense de Madrid y la Universidad de Coimbra.
En un a´mbito m´as privado quer´ıa dar las gracias a Juanma por ser
la persona que ha compartido el mayor tiempo a mi lado, porque en su
compan˜´ıa las cosas malas se convierten en buenas, la tristeza se transforma
en alegr´ıa y la soledad no existe.
Agradecer hoy y siempre a mi familia el ´animo, apoyo y alegr´ıa que me
brindan y me da la fortaleza necesaria para seguir adelante. Esta claro que
si no fuese por el esfuerzo realizado por ellos hoy no estar´ıas leyendo esta
tesis.
En general quisiera agradecerles su apoyo a todas y cada una de las per-
sonasquehanestadoconmigodurantelarealizaci´ondeestetrabajo,consus
altos y bajos y que no necesito nombrar porque tanto ellas como yo sabemos
que desde lo m´as profundo de mi coraz´on les agradezco el haberme brindado
todo el apoyo y colaboraci´on pero sobre todo su carin˜o y su amistad.
Resumen
“Cogito ergo sum”
Descartes (1596-1650)
A medida que la generaci´on autom´atica de textos y de di´alogos va avan-
zando, y que las aplicaciones que reconocen lo que las personas tratan de
decir a una m´aquina son cada vez m´as sofisticadas, comienza a ser impor-
tante investigar propiedades m´as interesantes de la generaci´on de textos y
di´alogos. Una de estas nuevas ´areas de investigaci´on es la generaci´on y el
reconocimiento de emociones.
La marcaci´on de textos con emoci´on es fundamental para cualquier in-
tento de hacer que la relaci´on hombre-m´aquina responda de alguna manera
a la naturaleza afectiva presente en cualquier relaci´on humana. En concre-
to, la aparici´on de emociones en los textos es muy importante a la hora
de generar voz sintetizada con distintos estados emocionales, pero tambi´en
se puede aplicar en muchos otros contextos como las presentaciones multi-
modalesdondeloscolores,latipogr´aficaolamu´sicasepuedenemplearpara
transmitir emociones.
La marcaci´on de textos con contenido emocional no es una tarea f´acil
ya que la asignaci´on de emociones es una tarea subjetiva, e incluso a los
humanosnosresultadif´ıcilponeretiquetasemocionalesauntexto.Ser´a,por
lotanto,muyimportanteenestetrabajorealizarunestudiodelamarcaci´on
realizada por humanos para poder acotar esta subjetividad y conseguir un
m´etodo adecuado de marcaci´on de texto con contenido emocional.
Actualmente se esta trabajando mucho en la asignaci´on de etiquetas a
los textos que indiquen si lo que expresan es positivo, negativo o neutro y
tambi´en hay mucho trabajo en el campo de la subjetividad de los textos,
pero existe muy poco trabajo en el ´ambito de la marcaci´on de textos con
emociones, y el trabajo que existe se limita a marcar unas pocas emociones
b´asicas dejando a un lado el resto de emociones que son importantes para la
comunicaci´on hombre-m´aquina. Adem´as muchos de los sistemas que existen
no tienen en cuenta el papel de la negaci´on en la marcaci´on de emociones o
como influyen las oraciones subordinadas en la emoci´on final. Los sistemas
existentes tratan las emociones como unidades aisladas que no tienen rela-
ciones entre s´ı y por lo tanto no se pueden combinar, unir o comparar.
Nuestra metodolog´ıa trata de marcar textos con emociones, y no solo
con un conjunto reducido de ellas, sino con un amplio conjunto en el que se
engloban emociones b´asicas junto con emociones m´as especificas. Adem´as
nuestro m´etodo trata de ir m´as all´a, empleando varios m´etodos de repre-
sentaci´on de emociones para obtener un marcado m´as flexible y que pueda
adaptarseacualquiersistemaquenecesiteuntextomarcadoconemociones.
Nuestra marcaci´on tiene en cuenta aspectos importantes como la negaci´on
o la presencia de oraciones subordinadas. Adem´as hemos creado una tax-
viii
onom´ıa de emociones que nos permite relacionarlas entre s´ı, unirlas y com-
pararlas.
Como resultado de este trabajo tenemos un corpus de cuentos marca-
dos emocionalmente por varios evaluadores, una ontolog´ıa de emociones, un
sistema de marcado de textos con contenido afectivo y una metodolog´ıa de
evaluacio´n que podr´a ser aplicada en otros trabajos de marcaci´on de texto
con contenido afectivo.