Foundations of uncertainty management for text-based sentiment prediction

• Autores: Sayyed Ali Hossayni
• Directores de la Tesis: Josep Lluis de la Rosa Esteva (dir. tes.) , Mohammadreza Akbarzadeh Totonchi (codir. tes.) , Esteve del Acebo Peña (codir. tes.)
• Lectura: En la Universitat de Girona ( España ) en 2018
• Idioma: español
• Tribunal Calificador de la Tesis: Aldo Gangemi (presid.) , Borisw Galitsky (secret.) , Diego Reforgiato Recupero (voc.)
• Enlaces
  • Tesis en acceso abierto en: TDX
• Resumen

  • Analizar el sentimiento de los usuarios de las redes sociales es una tarea atractiva, bien cubierta por la investigación de Análisis de Sentimiento. Además, predecir la calificación / opinión de los usuarios en redes sociales o plataformas de comercio electrónico es otra tarea atractiva, cubierta por la investigación en Recommender Systems. Sin embargo, hay un campo de estudio bastante nuevo que aprovecha ambos ámbitos mencionados para predecir la opinión "no expresada" de los usuarios, en función de sus sentimientos escritos y su similitud. Aunque de la red social se extraen datos (debido a la escasez de los elementos tratados por diferentes usuarios), abarcando e un alto volumen de incertidumbre, ninguna de las pocas docenas de estudios realizados en el campo Predicción del sentimiento se centra en la gestión de la incertidumbre mencionada. En esta disertación, presentamos los fundamentos necesarios para construir un sistema de Predicción del Sentimiento de manejo de la incertidumbre, mediante la teoría de la posibilidad, la teoría difusa y la teoría de la probabilidad. Por otra parte, definimos un proyecto internacional llamado Probabilistic / Possibilistic basado en el Emotion Rating (pTER) de textos para llenar y luego enriquecer el área de investigación de la gestión de la incertidumbre en Sentiment Prediction. pTER comprende dos subproyectos: pTER escalar e pTER Intervalar. Esta disertación proporciona cinco estudios de investigación fundamentales en el pTER escalar. Aunque los estudios mencionados son suficientes para el sistema objetivo, dejamos que el sistema escalar pTER, en sí mismo, se disemine solo después que pueda usar toda su potencia contando con los proyectos de investigación en curso de los otros investigadores que se encargan del proyecto pTER, definidos por esta disertación. Además de los estudios escalar-pTER presentados, también proponemos un estudio de investigación en el proyecto de intervalar pTER que va un paso más allá en el manejo de la incertidumbre y tiene en cuenta los errores de medición de los subsistemas pTER escalares. Los estudios presentados los pTER escalar e intervalar pertenecen a tres fases: (I) plataforma de PNL para el manejo de la incertidumbre, (II) análisis de la confianza para el manejo de la incertidumbre y (III) manejo de la incertidumbre para el filtrado colaborativo. Los experimentos realizados en esta disertación demuestran la superioridad de nuestros enfoques de manejo de la incertidumbre en todas estas fases, en comparación con el estado del arte correspondiente.