LyS at TASS 2014: A Prototype for Extracting and Analysing Aspects from Spanish tweets

Abstract

espanolEste articulo describe nuestra participacion en la tercera edicion del taller de analisis del sentimiento de tuits escritos en castellano, el tass 2014. En la evaluacion competitiva de este ano, se han propuesto cuatro retos: (1) analisis del sentimiento a nivel global, (2) clasificacion de topicos, (3) extraccion de aspectos y (4) analisis del sentimiento a nivel aspectual. Para las tareas 1 y 2 empleamos una aproximacion basada en aprendizaje automatico, donde distintos recursos linguisticos e informacion extraida del conjunto de entrenamiento son utilizados para entrenar un clasificador supervisado. Para abordar la tarea 3, nuestra aproximacion recolecta una lista de representaciones que es empleada para identificar los aspectos requeridos por los organizadores. Por ultimo, la tarea 4 delega en heuristicas para identificar el alcance de cada aspecto, para despues determinar su sentimiento a traves de un clasificador supervisado. Los resultados experimentales son prometedores y nos serviran para desarrollar tecnicas mas complejas en el futuro. EnglishThis paper describes our participation at the third edition of the work- shop on Sentiment Analysis focused on Spanish tweets, tass 2014. This year’s eval- uation campaign includes four challenges: (1) global sentiment analysis, (2) topic classification, (3) aspect-extraction and (4) aspect-based sentiment analysis. Tasks 1 and 2 are addressed from a machine learning approach, using several linguistic resources and other information extracted from the training corpus to feed to a su- pervised classifier. With respect to task 3, we develop a naive approach, collecting a set of representations to identify the predefined aspects requested by the organisers. Finally, task 4 uses heuristics to identify the scope of each aspect, to then classify their sentiment via a supervised classifier. The experimental results are promising and will serve us as the starting point to develop more complex techniques.