Political alignment and emotional expression in Spanish Tweets
-
David García [1] ; Mike Thelwall [2]
-
[1] Swiss Federal Institute of Technology in Zurich
Swiss Federal Institute of Technology in Zurich
Zürich, Suiza
-
[2] University of Wolverhampton
University of Wolverhampton
GB.ENG.Q3.41UF, Reino Unido
-
- Localización: XXIX Congreso de la Sociedad Española de Procesamiento de Lenguaje Natural: SEPLN 2013 / coord. por Alberto Díaz Esteban, Iñaki Alegría Loinaz, Julio Villena Román, 2013, ISBN 978-84-695-8349-4, págs. 151-159
- Idioma: español
- Títulos paralelos:
- Posicionamiento político y expresión emocional en tweets en castellano
- Texto completo no disponible (Saber más ...)
- Dialnet Métricas: 1 Cita
-
Resumen
- español
Presentamos un estudio sobre el discurso político y la expresión emocional en tweets en castellano. Analizamos la posición política de los cuatro partidos mayoritarios a través de su actividad en Twitter, descubriendo que el discurso político en Twitter depende de percepciones subjetivas, y que representa el espacio político de España. Proponemos un sencillo método basado en léxicos para identificar los temas de un tweet, el cual funciona especialmente bien para detectar contenido político en tweets. Adaptamos SentiStrength al castellano, traduciendo y convirtiendo un léxico establecido de la valencia de palabras. Bajo ciertas condiciones, esta herramienta tiene mejores resultados que un clasificador al azar, con amplias posibilidades para su mejora. Para terminar, combinamos tres conjuntos de datos para analizar los sentimientos expresados en los tweets políticos de los cuatro partidos mayoritarios de España, encontrando diferencias relacionadas con el status quo y el clima político español.
- English
We present a study political discourse and emotional expression through a dataset of Spanish tweets. We analyze the political position of four major parties through their Twitter activity, revealing that Twitter political discourse depends on subjective perception, and resembles the political space of Spain. We propose a simplified lexicon-based method to identify the topics of a tweet, which works especially well to detect the political content of tweets. Furthermore, we adapted SentiStrength to Spanish, by translating and converting an established lexicon of word valence. Under certain design decisions, this tool performs better than random, with ample room for improvement. Finally, we combined three datasets to analyze the sentiment expressed in the political tweets of four major Spanish parties, finding differences related to the status quo, and the Spanish political climate.
- español
