Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Análisis de sentimientos en Twitter mediante HMM

504 views

Published on

Charla en Comunica 2 2017

Published in: Technology
  • Be the first to comment

  • Be the first to like this

Análisis de sentimientos en Twitter mediante HMM

  1. 1. Análisis de sentimientos en Twitter mediante modelos ocultos de Markov Debashis Nascar, Miguel Rebollo y Eva Onaindía
 @mrebollo
  2. 2. Importancia de los sentimientos
  3. 3. Miguel Rebollo (@mrebollo) Análisis de sentimientos mediante HMM Escenario ¿qué actividades realizas según el tiempo?
  4. 4. 70% 30%
  5. 5. 70% 30% 60% 40% Modelo de Markov
  6. 6. ? ? ¿para qué sirve?
  7. 7. ¿y si no puedo ver qué tiempo hace?
  8. 8. 55% 40% 5% si hace sol…
  9. 9. 10% 20% 70% pero si llueve…
  10. 10. Modelo de Oculto de Markov (HMM) 20% 10% 70%55%40% 5% 70% 30% 60% 40%
  11. 11. +-
  12. 12. - - + +
  13. 13. 1 extracción de tuits
  14. 14. 2 identificación de palabras
  15. 15. 3 cálculo de valencia y activación (-­‐2,-­‐6) (6,  12) (9,  10) (8,  9) (6,  12)
  16. 16. 3 cálculo de valencia y activación
  17. 17. 3 cálculo de valencia y activación
  18. 18. 4 construcción de la red
  19. 19. 4 construcción de la red
  20. 20. 5 construcción de las secuencias
  21. 21. 6 entrenamiento
  22. 22. 7 validación
  23. 23. Miguel Rebollo (@mrebollo) Estudio de la evolución de eventos deportivos como una red social Problema: inicialización 26 x x x x xxx ?
  24. 24. Miguel Rebollo (@mrebollo) Estudio de la evolución de eventos deportivos como una red social Métodos empelados modelo de Markov (sin estados ocultos) segmentación lineal distintas proporciones entre tuits leídos y escritos inicialización aleatoria, con más relevancia a sentimientos semejantes 27
  25. 25. Miguel Rebollo (@mrebollo) Estudio de la evolución de eventos deportivos como una red social 28
  26. 26. Miguel Rebollo (@mrebollo) Estudio de la evolución de eventos deportivos como una red social 29
  27. 27. Miguel Rebollo (@mrebollo) Estudio de la evolución de eventos deportivos como una red social Conclusiones 1. El sentimiento real a veces no se refleja en los tuits 2. Los modelos ocultos de Markov capturan mejor esta situación 3. funciona mejor cuando la conversación no está polarizada en uno u otro sentido 30

×