El objetivo principal del proyecto de tesis doctoral es la creacion de tecnicas, recursos y herramientas que permitan evaluar y representar el estado emocional de los miembros de una sociedad. Esto se llevara a cabo mediante la correcta interpretacion de los comentarios que escriben usando los canales de comunicacion de la Web 2.0. y teniendo en cuenta la ubicacion espacio-temporal de los mismos. Poder determinar el grado de bienestar de un determinado conjunto social en un determinado lugar y en un rango temporal resulta ser de gran importancia. La utilidad de este sistema esta demostrada por la cantidad de encuestas que renombrados organismos a nivel nacional como: el Centro de Investigaciones Sociologicas (CIS), Centro de Investigaciones de la Realidad Social (CIRES) o el Instituto Coca-Cola de la Felicidad1, desarrollan con el objetivo de analizar y conocer el estado emocional y el bienestar social para distintas nalidades; tanto pol ticas, como sociales y comerciales. Mas concretamente el resultado de estas encuestas se utiliza para analizar las causas que producen ese estado emocional o no (en sus varios grados) o para analizar la relacion que existe entre un determinado estado emocional y las diferentes situaciones economicas, sociales o geogra cas y as tomar las medidas necesarias. Actualmente, los estudios sociologicos sobre los estados an micos se realizan a traves de la interpretacion de encuestas individuales en las que se formulan preguntas acerca del estado emocional y de bienestar del encuestado. Sin embargo, es bien conocido que el proceso podr a dar con interpretaciones erroneas producidas por la falta de sinceridad en el encuestado, la in uencia de una situacion excepcional ocurrida en el entorno de la persona en el In: L. Alfonso Uren~a Lopez, Jose Antonio Troyano Jimenez, Francisco Javier Ortega Rodr guez, Eugenio Mart nez Camara (eds.): Actas de las V Jornadas TIMM, Cazalla de la Sierra, Espan~a, 12-JUN-2014, publicadas en http://ceur-ws.org 1http://institutodelafelicidad.com
Actualmente, los estudios sociologicos sobre los estados an micos se realizan a traves de la interpretacion de encuestas individuales en las que se formulan preguntas acerca del estado emocional y del bienestar del encuestado. Sin embargo, es bien conocido que el proceso podr a dar con interpretaciones erroneas. Es por ello, que el objetivo principal del proyecto de tesis es la creacion de tecnicas, recursos y herramientas que permitan evaluar y representar el estado emocional de los miembros de una sociedad, usando los canales de comunicacion de la Web 2.0, ya que con la aparicion de la Web 2.0 las aplicaciones tradicionales han evolucionado a aplicaciones enfocadas en el usuario nal, donde es este el que aporta contenido.
Copyright c by the paper's authors. Copying permitted only for private and academic purposes. momento de formular la respuesta, o simplemente, por un error en la interpretacion. Sin embargo, un enfoque para el estudio de los estados an micos a traves del analisis de la Web 2.0, presentar a como principales aportaciones las siguientes novedades: a) el estado emocional del sujeto se obtendr a directamente de sus intervenciones, no de las respuestas a preguntas cuya abilidad depende de la sinceridad del encuestado; b) la ventana temporal del analisis a un sujeto puede estar abierta tanto tiempo como sea conveniente, horas, d as o semanas, con el n de evitar circunstancias extraordinarias que puedan proporcionar una vision erronea en un instante determinado; c) el analisis puede hacerse de manera automatica mediante la monitorizacion de la red social a un individuo, grupo, zona geogra ca e incluso a la totalidad de la comunidad participante en la red.
Por contra, el sistema siempre estara limitado a evaluar unicamente a los individuos que interactuan en la Web 2.0, un colectivo que, no obstante, es cada vez mayor y tiende a abarcar a toda la sociedad en proximas generaciones.
Hoy en d a en la Web 2.0 encontramos mucha informacion sobre la opinion, los sentimientos, emociones y puntos de vista que tiene la sociedad sobre un amplio abanico de temas. Nos encontramos con una gran cantidad de datos ya que la Web 2.0 representa la evolucion de las aplicaciones tradicionales hacia las Webs enfocadas en el usuario nal2. Nos referimos mas concretamente a la Web Social, un conjunto de sitios web que se basan en una arquitectura de participacion y donde el usuario se convierte en protagonista, aportando los contenidos: comparte fotos, escribe su diario en forma de blog, comenta lecturas, expresa su opinion sobre las noticias o eventos, etc. Ejemplo de este fenomeno pueden ser las diferentes plataformas de blogs (Blogger3 o WordPress4), redes sociales (Facebook5, Flickr6 o MySpace7) o servicios de microblogging (Twitter8, Khaces9 o Plurk10) disponibles en la Web.
Para la creacion de tecnicas, recursos y herramienta de evaluacion del estado emocional nuestro analisis esta enfocado al usuario, es decir, analizamos los comentarios realizados por los usuarios en un determinado intervalo de tiempo para poder determinar cual es su estado emocional y su grado de bienestar. Junto con expertos de Ciencias de la Salud hemos considerado que cambiando el enfoque del analisis podremos realizar un estudio de sentimientos de mayor calidad. De este modo seremos capaces de clasi car a los usuarios en varios rangos, de nidos por los expertos en salud, en funcion de su estado emocional y grado de bienestar. El resultado nal por lo tanto sera: ser capaces de plasmar unos per les de usuario en funcion de los sentimientos expresados por los mismos.
En el apartado 2, presentamos el estado de la cuestion de las areas que abarca el proyecto de tesis; en el apartado 3, presentamos el trabajo que hemos realizado hasta el momento para cumplir con el objetivo principal de la tesis; y en el apartado 4, indicamos las conclusiones obtenidas hasta el momento y planteamos nuestro trabajo futuro. 2.
Despues de haber presentado el contexto de nuestro trabajo y su necesidad, el apartado 2 esta dedicado a ilustrar algunos de los trabajos previos mas signi cativos en las areas que abarca este trabajo.
Nuestra investigacion se lleva a cabo desde el area de la Inteligencia Arti cial (IA) o Arti cial Intelligence (AI) y mas concretamente desde sus subdisciplinas: Informatica Afectiva o A ective Computing (AC), Personality Computing (PC) y Per les de Usuario o User Pro le (UP).
El concepto Arti cial Intelligence fue acun~ado por John McCarthy en 1956 y lo de nio como: "La ciencia o ingenio de hacer maquinas inteligentes, especialmente programas de computo inteligentes "11. Dentro de esta disciplina existen varias sudisciplinas entre las que se encuentran las mencionadas anteriormente.
La Informatica Afectiva (A ective Computing ) es aquella que surge de las emociones o de otros fenomenos afectivos 12. Su nalidad es conseguir que los ordenadores sean capaces de distinguir las emociones de los usuarios. Esta subdisciplina esta organizada en diferentes modalidades en funcion de la fuente de informacion que utilicen 2http://oreilly.com/web2/archive/what-is-web-20.html 3http://www.blogger.com/ 4http://wordpress.com/ 5https://www.facebook.com 6http://www. ickr.com 7https://myspace.com 8https://twitter.com 9http://www.khaces.com 10http://www.plurk.com/top/ 11http://www-formal.stanford.edu/jmc/whatisai/node1.html 12http://a ect.media.mit.edu/ para la deteccion de las emociones (p.ej., facciones de la cara, voz o texto). Nuestro proyecto esta enmarcado dentro de la modalidad de texto, puesto que nuestra investigacion se va a centran en la correcta interpretacion de los comentarios que escriben los usuarios en diferentes canales de comunicacion de la Web 2.0. Dentro de esta modalidad encontramos diferentes trabajos basados en conocimiento, donde utilizan un recurso lexico para analizar el texto con el objetivo de identi car las palabras que predicen el estado emocional de los autores o lectores [CMP04, KTMA07, HLS07]. Tambien existen aproximaciones basadas en aprendizaje automatico [ARS05, SM08]. En [CM10] podemos encontrar un estado de la cuestion sobre A ective Computing.
En la subdisciplina Personality Computing se enmarcan aquellos trabajos que utilizan cualquier tecnolog a que implica la comprension, la prediccion y la s ntesis de la conducta humana. En esta subdisciplina existen tres modalidades o subareas: Automatic Personality Recognition (predecir la verdadera personalidad de un individuo a partir de su comportamiento), Automatic Personality Perception (predecir la personalidad de una persona dada segun la percepcion de los observadores) y Automatic Personality Synthesis (generacion de personalidades arti ciales a traves de agentes personalizados) [MM14]. Consideramos que nuestro trabajo esta enmarcado en la subarea Automatic Personality Recognition, puesto que nuestro objetivo es de nir per les de usuarios que nos permitan saber como es la persona que se encuentra detras de esos comentarios realizados en los diferentes canales de comunicacion de la Web 2.0. Mas concretamente en la modalidad cuya fuente de informacion es el texto, ya que realizaremos un analisis basado en texto escrito. Dentro de esta modalidad encontramos diferentes aproximaciones basadas en aprendizaje automatico y/o recursos lexicos como: [MWMM07, LD08] donde analizan un conjunto de relatos escritos por estudiantes que han realizado el cuestionario NEO-Five Factor Inventory (NEO-FFI). Este cuestionario es uno de los utilizados para evaluar la personalidad de un individuo [MC04]. Otras aproximaciones analizan los textos escritos en diferentes blogs [GNO09, ON]. En cuanto a Social Media encontramos trabajos como: [GRET11, GRT12] donde ademas de analizar los comentarios de los usuarios, utilizan caracter sticas como el numero de seguidores, numero de hashtags, numero de amigos, etc. Y aproximaciones donde solo utilizan estas caracter sticas y no analizan el texto [QKSC11, BZC12].
En cuanto a los trabajos sobre la deteccion de per les de usuarios (User Pro le) hemos encontrado principalmente trabajos cuyo objetivo es conocer los gustos de los usuarios para realizar recomendaciones personalizadas sobre productos y/o noticias [TM09, AGHT]. Tambien hemos encontrado trabajos sobre per les de usuarios pero entendiendo como tal el conjunto de acciones o opciones que puede el usuario con gurar para determinar su per l dentro de una red social [GT, MVGD].
En este primer analisis de las tres subdisciplinas relacionadas con el proyecto de tesis, podemos extraer como primera conclusion, que no existen trabajos que fusionen la deteccion de emociones con los per les de usuario, es decir, que proporcionen per les emocionales de usuario.
Una vez analizado el estado de la cuestion y detectado nuestro nicho de investigacion, en la siguiente seccion detallamos el trabajo que hemos realizado para conseguir nuestro objetivo: la creacion de tecnicas, recursos y herramientas que permitan evaluar y representar el estado emocional de los miembros de una sociedad. 3.
Despues de presentar los trabajos previos mas signi cativos en las areas relacionadas con el proyecto de tesis, en este apartado 3 vamos a detallar los trabajos realizados.
Para poder cumplir el objetivo principal del proyecto de tesis doctoral, hemos empezado a trabajar junto con expertos de la Facultad de Ciencias de la Salud de la Universidad de Alicante. Con ellos, hemos desarrollado un corpus emocional y hemos realizado una experimentacion emocional. 3.1.
Para la creacion del recurso partimos del recurso lexico SEL (Spanish Emotion Lexicon) [SMjVj+12], el cual contiene 2.036 terminos. Cada uno de los terminos tiene asociada una de las emociones basicas: alegr a (joy), miedo (fear), tristeza (sadness), rabia (anger), asco (disgust), sorpresa (surprise) y un factor de probabilidad de uso afectivo (Probability Factor of A ective, PFA). Este factor representa la frecuencia con la que se utiliza dicho termino para expresar la emocion que tiene asociada.
Es uno de los pocos recursos lexicos escritos en espan~ol. Contiene un conjunto de terminos en espan~ol que no son utilizados en Espan~a porque es un recurso desarrollado en latino-America y aunque sea el mismo idioma, en cada pa s las emociones se expresan con diferente terminolog a. Por ello, el recurso fue analizado y adaptado por un conjunto de psicologos de la Facultad de Ciencias de la Salud de la Universidad de Alicante.
En primero lugar, realizaron una seleccion de los terminos que se utilizan en Espan~a, quedando nalmente 1.827 terminos. A continuacion, evaluaron cada uno de los terminos y se les asigno un grado de relevancia o peso por cada una de las emociones basicas. 3.2.
Realizamos una experimentacion en colaboracion con la Facultad de Salud de la Universidad de Alicante que hemos denominado experimentacion emocional. Es una experimentacion que realizamos con 15 estudiantes de la Facultad de Salud de la Universidad de Alicante. Se dividio en 4 sesiones en las que a traves de diferentes imagenes se les provocaba a los estudiantes diferentes emociones basicas, concretamente: alegr a, tristeza, asco y rabia. Despues de mostrar las imagenes ellos deb an escribir comentarios en Twitter13 en la relacion a las imagenes que hab an visto y que sentimientos/emociones hab an producido esas imagenes en ellos. Todos estos mensajes fueron monitorizados y almacenados para su posterior analisis y procesamiento.
Las imagenes que utilizamos en la experimentacion fueron extra das del Sistema Internacional de Imagenes Afectivas (International A ective Picture System, IAPS ) [LBC08], un conjunto de imagenes emocionales ampliamente utilizado.
Una vez detallados los trabajos realizados, en este apartado exponemos nuestras conclusiones y los trabajos futuros que nos planteamos.
Volviendo al comienzo de este art culo recordamos que el objetivo principal de nuestra investigacion es la creacion de tecnicas, recursos y herramientas que permitan evaluar y representar el estado emocional de los miembros de una sociedad, a traves de la Web 2.0.
En el estado de la cuestion hemos analizado las areas que abarcan este proyecto: Informatica Afectiva o A ective Computing (AC), Personality Computing (PC) y Per les de Usuario o User Pro le (UP). Detectando un nuevo nicho de investigacion en la deteccion de per les de usuario desde el punto de vista emocional.
El primer paso para alcanzar este objetivo nal ha sido la creacion de un corpus emocional y la realizacion de una experimentacion emocional. Ambas tareas han sido desarrolladas conjuntamente con la Facultad de Ciencias de la Salud de la Universidad de Alicante.
Pero consideramos que este es solo el primer paso de nuestra investigacion y por tanto nos planteamos los siguientes trabajos futuros:
Incorporar el corpus emocional a nuestro sistema y proporcionar una primera aproximacion basada en conocimiento.
Analizar el uso de tecnicas de aprendizaje automatico en nuestro sistema, o incluso una aproximacion h brida donde tambien utilicemos el corpus emocional.
Evaluar nuestro sistema con la informacion generada en la experimentacion emocional.
Queremos agradecer a: a) la Facultad de Ciencias de la Salud de la Universidad de Alicante su colaboracion en este trabajo. En concreto a Miguel Richart, a Juan Diego Ramos y Maria Jose Caban~eros; b) al programa de Formacion de Personal Ivestigador (FPI) del Ministerio de Economia y Competitividad del Gobierno de Espan~a por su apoyo a traves de una de sus becas pre-doctorales de investigacion (BES-2013-065950); c) Ministerio de Econom a y Competitividad del Gobierno de Espan~a por su apoyo a traves de los proyectos TEXT-MESS 2.0 (TIN2009-13391-C04-01), LEGOLANG (TIN2012-31224), y ATTOS (TIN2012-38536-C03-03), al Gobierno de la Generalitat Valenciana por su apoyo a traves del proyecto PROMETEO/2009/119 y a la Union Europea, por la nanciacion del proyecto FIRST(FP7-ICT-2011-7). [AGHT]
Fabian Abel, Qi Gao, Geert-jan Houben, and Ke Tao. Semantic Enrichment of Twitter Posts for User Pro le Construction on the Social Web. [ARS05] [BZC12] [CM10] [CMP04] [GNO09] [GRET11] [GRT12] [GT] [HLS07] [KTMA07] [LBC08] [LD08] [MC04] [MM14] [MVGD] [ON] [QKSC11] [SM08] Cecilia Ovesdotter Alm, Dan Roth, and Richard Sproat. Emotions from text: machine learning for text-based emotion prediction. Proc. Conf. Human Language Technology and Empirical Methods in Natural Language Processing, pages 347{354, 2005.
Shuotian Bai, Tingshao Zhu, and Li Cheng. Big-Five Personality Prediction Based on User Behaviors at Social Network Sites. Technical report, 2012.
Rafael A Calvo and Senior Member. A ect Detection: An Interdisciplinary Review of Models, Methods, and Their Applications. 1(1):18{37, 2010.
Michael a Cohn, Matthias R Mehl, and James W Pennebaker. Linguistic markers of psychological change surrounding September 11, 2001. Psychological science, 15(10):687{693, October 2004. Alastair J Gill, Scott Nowson, and Jon Oberlander. What Are They Blogging About? Personality, Topic and Motivation in Blogs. Proceedings of the international AAAI Conference on Weblogs and Social Media, pages 18{25, 2009.
Jennifer Golbeck, Cristina Robles, Michon Edmondson, and Karen Turner. Predicting Personality from Twitter. 2011 IEEE Third Int'l Conference on Privacy, Security, Risk and Trust and 2011 IEEE Third Int'l Conference on Social Computing, pages 149{156, October 2011.
J. Golbeck, C. Robles, and K. Turner. Predicting Personality with Social Behavior. 2012 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, pages 302{309, August 2012.
G Gee and H Teh. Twitter Spammer Pro le Detection.
Je rey T. Hancock, Christopher Landrigan, and Courtney Silver. Expressing emotion in text-based communication. Proceedings of the SIGCHI conference on Human factors in computing systems CHI '07, page 929, 2007.
J Kahn, R Tobin, A Massey, and J Anderson. Measuring Emotional Expression with the Linguistic Inquiry and Word Count. Am. J. Psychology, 120:263{286, 2007.
P.J. Lang, M.M. Bradley, and B.N Cuthbert. International a ective picture system (IAPS): A ective ratings of pictures and instruction manual, 2008.
Kim Luyckx and Walter Daelemans. Using syntactic features to predict author personality from text. Proceedings of Digital Humanities, pages 146{149, 2008.
Robert R. McCrae and Paul T. Costa. A contemplated revision of the NEO Five-Factor Inventory. Personality and Individual Di erences, 36(3):587{596, February 2004.
Alessandro Vinciarelli Member and Gelareh Mohammadi. A Survey of Personality Computing. IEEE Transactions on A ective Computing, 2014.
Alan Mislove, Bimal Viswanath, Krishna P Gummadi, and Peter Druschel. You Are Who You Know : Inferring User Pro les in Online Social Networks. [MWMM07] F Mairesse, M A Walker, M R Mehl, and R K Moore. Using Linguistic Cues for the Automatic Recognition of Personality in Conversation and Text. Journal of Arti cial Intelligence Research, 30:457{500, 2007.
Jon Oberlander and Scott Nowson. Whose thumb is it anyway? Classifying author personality from weblog text.
Daniele Quercia, Michal Kosinski, David Stillwell, and Jon Crowcroft. Our Twitter Pro les, Our Selves: Predicting Personality with Twitter. Proceedings of the IEEE International Conference on Social Computing, pages 180{185, October 2011.
Carlo Strapparava and Rada Mihalcea. Learning to identify emotions in text. Proceedings of the 2008 ACM symposium on Applied computing - SAC '08, pages 1556{1560, 2008. [SMjVj+12] Grigori Sidorov, Sabino Miranda-jimenez, Francisco Viveros-jimenez, Ismael D az-rangel, and Sergio Suarez-guerra. Empirical Study of Machine Learning Based Approach for Opinion Mining in Tweets. 2012. [TM09]