Resumen de Análisis emocional de tweets en castellano para personalizar tratamientos clínicos en telemedicina
M. Jiménez Hernando, R. Pérez Javato, P. Sánchez González, D. Moreno Blanco, Enrique Javier Gómez Aguilera
Este trabajo se fundamenta en la hipótesis de que el uso de emoticonos en las redes sociales puede ser un indicador de las emociones del usuario. Creamos una base de datos utilizando la API de Twitter para entrenar un modelo de inteligencia artificial capaz de clasificar un mensaje corto en 6 posibles emociones (alegría, tristeza, miedo, sorpresa, enfado y asco). Se ha creado un entorno web para poder validar el modelo de clasificación multiclase entrenado, obteniendo una efectividad de 45,3%, triplicando la tasa esperada e igualando los resultados de los estudios de análisis sentimental o de polaridad de referencia en castellano. Los resultados obtenidos suponen un avance en el análisis de emociones en castellano, pues no existen trabajos similares en nuestro idioma. El objetivo último de esta investigación es contribuir a una mayor personalización de los tratamientos y a la mejora de los algoritmos de ayuda a la decisión en telemedicina.
