Abstract
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.
Publisher
Universidad Complutense de Madrid (UCM)
Subject
Linguistics and Language,Language and Linguistics
Reference41 articles.
1. 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
2. Attardo, S. (1994). Linguistic Theories of Humor. De Gruyter Mouton.
3. Bamman, D., Eisenstein, J. y Schnoebelen, T. (2012). Gender in Twitter: Styles, stances, and social network. https://arxiv.org/abs/1210.4567v1
4. 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.
5. 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