Un enfoque híbrido para la clasificación de sentimientos de tweets en dialecto egipcio

El análisis de sentimientos se ha convertido recientemente en una de las áreas de investigación en crecimiento relacionadas con la minería de textos y el procesamiento del lenguaje natural. La tarea principal de la clasificación de sentimientos es clasificar una oración (es decir, tweet, reseña, blog, comentario, noticia, etc.) como teniendo un sentimiento general positivo, negativo o neutral. La mayoría de los estudios actuales relacionados con este tema se centran principalmente en textos en inglés, con recursos muy limitados disponibles para otros idiomas como el árabe, especialmente para el dialecto egipcio. En este trabajo de investigación, nos gustaría mejorar las medidas de rendimiento del análisis de sentimientos a nivel de oración en dialecto egipcio proponiendo un enfoque híbrido que combina tanto el enfoque de aprendizaje automático utilizando máquinas de vectores de soporte como el enfoque de orientación semántica. Se propusieron dos metodologías, una para cada enfoque, que luego se unieron, creando el enfoque híbrido propuesto. Los resultados obtenidos muestran mejoras significativas en términos de precisión, exactitud, recuperación y medida F, indicando que nuestro enfoque híbrido propuesto es efectivo en la clasificación de sentimientos a nivel de oración. Además, los resultados son muy prometedores, lo que anima a continuar en esta línea de investigación.