Aprender emoções utilizando técnicas automatizadas de deteção de afectos

Num mundo progressivamente digitalizado, discut vel se a Humanidade ter um dia de ser redefinida. Se os processos qu micos, como as emo es, forem um dia compreendidos por "seres digitais", a Humanidade entrar provavelmente na era "Transisto-Sapiens". Neste projeto, o foco a identifica o de sentimentos em textos. Extra dos do Twitter, uma rede social que permite sua comunidade responder pergunta: "o que est s a fazer?" em 140 caracteres, estes textos apresentam normalmente uma falta de estrutura gramatical. A abordagem cl ssica que considera ferramentas como um analisador de frases ou um etiquetador POS n o se aplica. De facto, como existe pouco conte do informativo, uma pol tica de redu o de caracter sticas demasiado rigorosa resultaria frequentemente na aus ncia de qualquer texto. O interesse , portanto, avaliar a exatid o que se pode esperar de um corpus n o pr -processado. Centrando-se apenas nas caracter sticas de superf cie, necess ria uma m trica que me a o conte do emocional de um determinado conceito. Tanto quanto do conhecimento do autor, at data n o foi feito nenhum. Usando a WordNet combinada com o modelo afetivo Plutchik, foi assim concebida uma m trica simples baseada em arestas.