Hacia la detección de ironía en textos cortos

Abstract

A pesar del tremendo avance reciente en el procesamiento computacional del lenguaje escrito y hablado, aún existen dificultades para entender todo aquello relacionado con figuras retóricas del lenguaje. Esto incluye las emociones expresadas con el contexto, el humor, el enfado, el sarcasmo entre otros, difíciles de entender incluso para otros humanos. Este proyecto busca realizar la detección automática de textos irónicos en español, por medio de un clasificador entrenado. El corpus de entrenamiento está compuesto de diversos textos de la red social Twitter marcados con etiquetas, una de ellas siendo la de ironía/sarcasmo y las otras referentes a temas diversos. El experimento presenta la ventaja de que el corpus puede ser fácilmente obtenido. Para cada elemento del corpus, se asume que todo lo marcado como ironía/sarcasmo es en efecto irónico /sarcástico. La metodología se enfoca a características típicas del texto (puntuación, ortografía, palabras, etc.) para encontrar los elementos relevantes para la correcta clasificación de los textos. //// Gabriela Jasso López, ( kaizoku.gab@gmail.com ). Es Ingeniera en Computación por la Facultad de Ingeniería de la UNAM. Su área de Investigación es el Procesamiento de lenguaje Natural (PLN).