Análisis de sentimientos en la red social Twitter mediante el procesamiento de lenguaje natural

Abstract

Las organizaciones han empezado a utilizar la minería de sentimientos, por considerar que juega un papel importante en la toma de decisiones y estrategias de mercado. Por su parte las tecnologías evolucionan muy rápido y el procesamiento de lenguaje natural y aprendizaje automático contribuyen a este cambio, que hoy permite que las máquinas puedan entender el lenguaje utilizado por los seres humanos. Las redes sociales han evolucionado de tal manera que las plataformas son capaces de permitir a los usuarios socializar, localizar a miembros de la red y formar listas de amigos; una de las redes más importantes como Twitter permite enviar mensajes de opinión cortos llamados tweets sobre cualquier suceso de actualidad, logrando convertirse en un medio informativo para la sociedad. Por tal motivo el presente trabajo de investigación esta direccionado al estudio del análisis de sentimientos en la red social Twitter que pretende descubrir las emociones que se ocultan detrás de un escrito, las cuales pueden ser positivas, negativas o neutrales. El análisis de sentimiento es una herramienta de donde se pueden extraer datos muy valiosos como por ejemplo para: una campaña electoral, una organización, o estudios de impacto, etc. Los datos que se obtienen a partir de este análisis de sentimientos van a permitir comprender el mercado, evaluar sus tendencias, e incluso realizar predicciones financieras. De esta manera la propuesta resultante se direcciona a presentar un analizador de sentimientos que utilice algoritmos centrados en definir opiniones o actitudes utilizando el paquete TextBlob en Python, para una polaridad dentro de un rango comprendido entre -1.0 y 1.0 que representan una evaluación negativa o positiva, y si es igual a 0 una evaluación neutral. Útil para cualquier tema de búsqueda.