Análisis emocional del corpus COLUMNAS.HUMORun enfoque mixto

  1. Vargas-Sierra, Chelo 1
  1. 1 Universitat d'Alacant
    info

    Universitat d'Alacant

    Alicante, España

    ROR https://ror.org/05t8bcz72

Aldizkaria:
Círculo de lingüística aplicada a la comunicación

ISSN: 1576-4737

Argitalpen urtea: 2023

Zenbakien izenburua: Etiquetaje pragmático de discursos humorísticos en la plataforma OBSERVAHUMOR.COM

Zenbakia: 96

Orrialdeak: 73-87

Mota: Artikulua

DOI: 10.5209/CLAC.91592 DIALNET GOOGLE SCHOLAR lock_openSarbide irekia editor

Beste argitalpen batzuk: Círculo de lingüística aplicada a la comunicación

Garapen Iraunkorreko Helburuak

Laburpena

El estudio de las emociones y la polaridad en el lenguaje ha adquirido importancia en los últimos años debido a su relevancia en áreas como la inteligencia artificial o en el análisis de sentimientos en redes sociales, publicidad y comunicación en general, pues busca entender el modo en que las personas interactúan y se relacionan a través del lenguaje. Los estudios de este tipo son fundamentales para poder interpretar los sentimientos y las actitudes de los usuarios y clientes, así como para mejorar la interacción humano-máquina y la experiencia del usuario en distintos ámbitos. La polaridad y las emociones en el lenguaje se hace especialmente relevante en el análisis del humor, ya que la comprensión de sus patrones emocionales puede ser útil en el desarrollo de sistemas de inteligencia artificial capaces de detectar, entender y generar humor de manera efectiva. El presente estudio analiza los datos del corpus COLUMNAS.HUMOR (textos completos y secuencias humorísticas) con el objetivo de observar la polaridad y las emociones predominantes. La metodología utilizada está basada en corpus, con aplicación de técnicas cuantitativas y cualitativas y con el uso de herramientas informáticas para extraer datos de polaridad y de emociones. A partir de los diferentes tipos de resultados frecuenciales obtenidos, se realiza un análisis cualitativo para interpretar los datos en cada corpus de estudio. Este exhaustivo análisis nos ha permitido detectar las diferencias en el sentimiento y la verbalización emocional, así como contrastar los resultados por corpus y por el género de los periodistas estudiados.

Erreferentzia bibliografikoak

  • Ahmadi-Azad, S. (2015). Gender differences in emotional content of EFL written narratives. Journal of Language Teaching and Research, 6(3), 619-626. https://doi.org/10.17507/jltr.0603.19
  • Attardo, S. (1994). Linguistic Theories of Humor. De Gruyter Mouton.
  • Bamman, D., Eisenstein, J. y Schnoebelen, T. (2012). Gender in Twitter: Styles, stances, and social network. https://arxiv.org/abs/1210.4567v1
  • Banchs, R. E. (2017). On the Construction of more Human-like Chatbots: Affect and Emotion Analysis of Movie Dialogue Data. Proceedings of APSIPA Annual Summit and Conference, 1364-1367.
  • Barrett, L. F., Robin, L., Pietromonaco, P. R., y Eyssell, K. M. (1998). Are Women the “More Emotional” Sex? Evidence from Emotional Experiences in Social Context. Cognition and Emotion, 12(4), 555-578. https://doi.org/10.1080/026999398379565
  • Brody, L. R., y Hall, J. A. (2000). Gender, emotion, and expression. En M. Lewis y J. M. Haviland-Jones (Eds.), Handbook of emotions (pp. 338-349). Guilford Press.
  • Cameron, D. (2005) Language, Gender, and Sexuality: Current Issues and New Directions, Applied Linguistics, 26(4), 482-502. https://doi.org/10.1093/applin/ami027
  • Chaplin, T. M., y Aldao, A. (2013). Gender differences in emotion expression in children: A meta-analytic review. Psychological Bulletin, 139(4), 735-765. https://doi.org/10.1037/a0030737
  • Cowie, R. (2023). Computational research and the case for taking humor seriously. Humor. https://doi.org/10.1515/humor-2023-0021
  • Fischer, A. H. (1993). Sex Differences in Emotionality: Fact or Stereotype? Feminism & Psychology, 3(3), 303-318. https://doi. org/10.1177/0959353593033002
  • Fischer, A. H., y Manstead, A. S. (2000). The relation between gender and emotions in different cultures. Gender and emotion: Social psychological perspectives, 1, 71-94.
  • Gilligan, C. (2009). In a Different Voice: Psychological Theory and Women’s Development. Harvard University Press.
  • Goldshmidt, O. T., y Weller, L. (2000). Talking Emotions: Gender Differences in a Variety of Conversational Contexts. Symbolic Interaction, 23(2), 117-134. https://doi.org/10.1525/si.2000.23.2.117
  • Kalloniatis, A. y Adamidis, P (2023). Computational Humor Recognition: A Systematic Literature Review, 07 February 2023, PREPRINT (Version 1) disponible en Research Square. https://doi.org/10.21203/rs.3.rs-2552754/v1
  • Kilgarriff A, Rychlý P, Smrž P, Tugwell D (2004). The sketch engine. En G. Williams y S. Vessier (Eds.). Proceedings of the 11th EURALEX international congress, (pp 105-116). Université de Bretagne-Sud, Faculté des Lettres et des Sciences Humaines.
  • López-Rodríguez, C. I. (2022). Emotion at the end of life: Semantic annotation and key domains in a pilot study audiovisual corpus. Lingua 277. https://doi.org/10.1016/j.lingua.2022.103401
  • Mahajan, R., y Zaveri, M.A. (2020). Humor identification using affect-based content in target text. J. Intell. Fuzzy Syst., 39, 697-708.
  • Martínez Egido, J. J. (2014). El humor en el artículo de opinión. Feminismo/s, 24. https://doi.org/10.14198/fem.2014.24.06
  • Mihalcea, R., y Strapparava, C. (2006). Technologies that make you smile: Adding humor to text-based applications. IEEE Intelligent Systems, 21(5), 33-39. https://doi.org/10.1109/MIS.2006.104
  • Mohammad, S. M., y Turney, P. D. (2013). Crowdsourcing a word-emotion association lexicon. Computational intelligence, 29(3), 436-465.
  • Mohammad, S. M. (2018). Word Affect Intensities. Proceedings of the 11th edition of the Language Resources and Evaluation Conference, mayo 2018, Miyazaki, Japón.
  • Mohammad, S. M. (2020). Practical and Ethical Considerations in the Effective use of Emotion and Sentiment Lexicons. http://arxiv.org/abs/2011.03492
  • Moreno-Ortiz, A. (2021). Lingmotif 2.0 [software]. Universidad de Málaga. https://ltl.uma.es
  • Moreno-Ortiz, A. (2017). Lingmotif: A User-focused Sentiment Analysis Tool. Procesamiento del Lenguaje Natural, 58(0), 133-140.
  • Nandwani, P. y Verma, R. (2021) A review on sentiment analysis and emotion detection from text. Social Network Analysis and Mining. 11, 81. https://doi.org/10.1007/s13278-021-00776-6
  • Ortega-Gilabert, J. A., y Timofeeva-Timofeev, L. (2023). Claves del etiquetaje pragmático en el corpus CHILDHUM. Círculo de Lingüística Aplicada a la Comunicación 96, 59-71. https//dx.doi.org/10.5209/calc.91591
  • Orts, M. Á. (2021). Emotion to forecast a recession: A bilingual lexical and sentiment analysis of the un and imf world economy reports for 2019. Iberica, 40, 217-244.
  • Plutchik, R (2001) The nature of emotions: Human emotions have deep evolutionary roots, a fact that may explain their complexity and provide tools for clinical practice. American scientist, 894, 344-350.
  • Plutchik, R. y Kellerman, H. (Eds.) (2013). Theories of emotion (Vol. 1). Academic Press.
  • Taboada, M. (2016). Sentiment Analysis: An Overview from Linguistics. Annual Review of Linguistics, 2, 325-347. https://doi.org/10.1146/annurev-linguistics-011415-040518
  • Raskin, V. (1985). Semantic mechanisms of humor.
  • Reidel Reyes, A. (2013). Linguistic-based Patterns for Figurative Language Processing: The Case of Humor Recognition and Irony Detection. Procesamiento del Lenguaje Natural, 50, 107-109.
  • Reyes, A. y Rosso, P. (2009). Linking Humour to Blogs Analysis: Affective Traits in Posts. Proceedings of the 1st Workshop on Opinion Mining and Sentiment Analysis (WOMSA), CAEPIA-TTIA Conference, 100-109. http://users.dsic.upv.es/grupos/ nle/downloads.html.
  • Reyes, A., Buscaldi, D. y Rosso, P. (2009a). The Impact of Semantic and Morphosyntactic Ambiguity on Automatic Humour Recognition. NLDB, 130-141.
  • Reyes, A., Rosso, P. y Buscaldi, D. (2009b). Affect-based features for humour recognition. Proceedings of the 7th International Conference on Natural Language Processing ICON-09.
  • Ruiz Gurillo, L. (2019). En modo humorístico: habilidades metapragmáticas en discursos de humor. En Antonio Briz Gómez et al. (coords.), Estudios lingüísticos en homenaje a Emilio Ridruejo, 2 vols., (pp. 1231-1242). Universitat de València.
  • Taboada, M. (2016). Sentiment analysis: an overview from linguistics. Annu Rev Linguist, 2, 325-347. https://doi.org/10.1146/ annurev-linguistics-011415-040518
  • van den Beukel, S. y Lora Aroyo (2018). Homonym Detection for Humor Recognition in Short Text. Proceedings of the 9th Workshop on Computational Approaches to Subjectivity, Sentiment and Social Media Analysis, (pp. 286-291). Association for Computational Linguistics.
  • Vainik, E. (2006). Intracultural variation of semantic and episodic emotion knowledge in Estonian. TRAMES, 10(60/55), 2, 169-189.
  • Vargas-Sierra, C. y Orts, M.A. (2023). Sentiment and Emotion in Financial Journalism: A Corpus-based, Cross-linguistic Analysis of the Effects of COVID. Humanit Soc Sci Commun 10, 219. https://doi.org/10.1057/s41599-023-01725-8
  • Zhang, D., Song, W., Liu, X., Liu, L., y Zhao, X. (2018). Research on Humor Recognition. IEEE 9th International Conference on Software Engineering and Service Science (ICSESS), 152-155.
Datuen iturria: Dialnet