Aprender emoções utilizando técnicas automatizadas de deteção de afectos

Num mundo progressivamente digitalizado, ?discut癉el se a Humanidade ter?um dia de ser redefinida. Se os processos qu璥icos, como as emo踥es, forem um dia compreendidos por "seres digitais", a Humanidade entrar?provavelmente na era "Transisto-Sapiens". Neste projeto, o foco ?a identifica誽o de sentimentos em textos. Extra獮os do Twitter, uma rede social que permite ?sua comunidade responder ?pergunta: "o que est嫳 a fazer?" em 140 caracteres, estes textos apresentam normalmente uma falta de estrutura gramatical. A abordagem cl嫳sica que considera ferramentas como um analisador de frases ou um etiquetador POS n緌 se aplica. De facto, como existe pouco conteo informativo, uma pol癃ica de redu誽o de caracter疄ticas demasiado rigorosa resultaria frequentemente na aus瘽cia de qualquer texto. O interesse ? portanto, avaliar a exatid緌 que se pode esperar de um corpus n緌 pr?processado. Centrando-se apenas nas caracter疄ticas de superf獳ie, ?necess嫫ia uma m彋rica que me蓷 o conteo emocional de um determinado conceito. Tanto quanto ?do conhecimento do autor, at??data n緌 foi feito nenhum. Usando a WordNet combinada com o modelo afetivo Plutchik, foi assim concebida uma m彋rica simples baseada em arestas.