Detección automática de emociones en la red usando técnicas de inteligencia artificial

Investigadores de la UPM desarrollan, junto a otros científicos europeos, una herramienta computacional para detectar emociones en textos

30-05-2022

Imagen de Ryan McGuire en Pixabay

Un grupo europeo de investigadores –en el que participa la Universidad Politécnica de Madrid (UPM), la Fondazione Bruno Kessler de Italia, la Universidad de Twente (Países Bajos) y la compañía francesa reciTAL ? han desarrollado DepecheMood++, una herramienta computacional para extraer las emociones expresadas en textos generados por usuarios online. Esta herramienta emplea modelos de procesamiento de lenguaje natural e inteligencia artificial para realizar mediciones precisas de las emociones que aparecen en un texto, ofreciendo un informe completo que puede ser analizado posteriormente.

Actualmente, se genera una gran cantidad de contenido al día en redes sociales, foros, y comunidades online. Es común que los usuarios de estos medios viertan su opinión, visiones personales y comentarios a través de medios digitales. Además, cada vez más instituciones, organizaciones y otros actores se comunican con el público a través de la red. Todo este contenido guarda un gran valor desde el punto de vista de la información que contiene. De hecho, el contenido generado en internet puede expresar opiniones o emociones acerca de productos, personas y eventos que tiene un gran valor para empresas e instituciones. Por ejemplo, si una empresa de comercio electrónico tiene mucho interés en conocer qué opinan sus clientes acerca de sus productos, podrá detectarlo de manera automática si estos realizan comentarios negativos en su página.

El Grupo de Sistemas Inteligentes de la UPM, del que forman parte investigadores de la Escuela Técnica Superior de Ingenieros de Telecomunicación (ETSIT), ha participado en la creación de DepecheMood++. Esta herramienta ha sido desarrollada en inglés y en italiano a partir de datos extraídos de plataformas digitales de noticias como Rappler y Corriere della Sera, donde los usuarios pueden indicar la emoción que les provocan las noticias que leen. De esta manera, los investigadores han colaborado y han usado métodos computacionales estadísticos para agregar el conocimiento intrínseco de estos datos.

“Este trabajo es un excelente ejemplo de cómo se puede usar la inteligencia artificial para aprender a partir de la actividad de usuarios online y generar recursos que posteriormente podamos explotar”, comenta Óscar Araque, profesor de la ETSIT. “Este trabajo ha sido un esfuerzo internacional que no hubiera sido posible sin la colaboración de las cuatro instituciones participantes”, añade.

La extracción de emociones es muy útil por sí misma, pero, además, representa un paso más hacia una inteligencia artificial completa, que sea capaz de pensar como un humano. Como ejemplo, el Grupo de Sistemas Inteligentes de la UPM se encuentra ahora inmerso en el proyecto europeo Participation, que estudia cómo se distribuyen contenidos extremistas en la red y cómo estos afectan a la sociedad. “El estudio de la emoción en los procesos de extremismo y radicalización es fundamental. Se sabe que, si quieres radicalizar a un sujeto, el aludir a las emociones es clave” detalla Araque. “Para saber si estamos ante contenido extremo es necesario poder estudiar las emociones a las que apela dicho contenido”, concluye el profesor.

El Grupo de Sistemas Inteligentes, como parte de su extensa actividad investigadora, colabora en una gran cantidad de proyectos de inteligencia artificial con actores nacionales e internacionales. DepecheMood++ forma parte de toda una rama de investigación orientada a entender procesos sociales en internet como la radicalización, el lenguaje del odio, la desinformación o la propaganda.

 

Araque, Óscar; Gatti, Lorenzo; Staiano, Jacopo; Guerini, Marco. 2022”DepecheMood plus plus : A Bilingual Emotion Lexicon Built Through Simple Yet Powerful Techniques”. IEEE Transactions on Affective Computing 13(1): 496-507

 

Fuente: ‘e-Politécnica Investigación e Innovación’ (nº 609), boletín de la UPM.