Minería de argumentación en el Referéndum del 1 de Octubre de 2017

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10045/109294
Información del item - Informació de l'item - Item information
Título: Minería de argumentación en el Referéndum del 1 de Octubre de 2017
Título alternativo: Argument Mining in the October 1, 2017 Referendum
Autor/es: Esteve, Marcos | Casacuberta Nolla, Francisco | Rosso, Paolo
Palabras clave: Minería de argumentación | Traducción automática | 1Oct2017 | Argument mining | Machine translation
Área/s de conocimiento: Lenguajes y Sistemas Informáticos
Fecha de publicación: sep-2020
Editor: Sociedad Española para el Procesamiento del Lenguaje Natural
Cita bibliográfica: Procesamiento del Lenguaje Natural. 2020, 65: 59-66. https://doi.org/10.26342/2020-65-7
Resumen: La minería de argumentación permite, mediante herramientas software, obtener cuáles son los argumentos que expresan los autores en un determinado texto. En este artículo se pretende realizar un análisis de la argumentación expresada por los usuarios en Twitter en relación al referendum del 1 de octubre de 2017. Se utilizará para ello, el dataset MultiStanceCat proporcionado en la tarea organizada en el IberEval 2018. Dado que las herramientas de minería de argumentación trabajan en su mayoría en inglés, será necesario construir un sistema de traducción neuronal con postedición que permita realizar una traducción de los tweets del español y el catalán al inglés. Los resultados al realizar la minería de argumentación sobre los tweets traducidos ha demostrado obtener un porcentaje muy reducido de argumentación en todas las comunidades. | Argument mining allows, through software tools, to obtain which are the arguments expressed by the authors in a given text. This article aims to make an analysis of the arguments expressed by users on Twitter in relation to the referendum of October 1, 2017 using the MultiStanceCat dataset provided in the shared task organized at IberEval 2018. Since the tools of argumentation mining work mostly in English, it was necessary to build a neural translation system with post-editing that allows to translate of tweets from Spanish and Catalan to English. The results of argumentation mining on the translated tweets have shown to obtain a minimum percentage of argumentation in all the communities.
Patrocinador/es: El trabajo de los últimos dos autores se ha desarrollado en el marco del proyecto Misinformation and Miscommunication in social media: FAKE news and HATE speech (MISMIS-FAKEnHATE) del Ministerio de Ciencia, Innovación y Universidades (PGC2018-096212-B-C31) y del proyecto PROMETEO/2019/121 (DeepPattern) de la Generalitat Valenciana.
URI: http://hdl.handle.net/10045/109294
ISSN: 1135-5948
DOI: 10.26342/2020-65-7
Idioma: spa
Tipo: info:eu-repo/semantics/article
Derechos: © Sociedad Española para el Procesamiento del Lenguaje Natural
Revisión científica: si
Versión del editor: https://doi.org/10.14198/10.26342/2020-65-7
Aparece en las colecciones:Procesamiento del Lenguaje Natural - Nº 65 (2020)

Archivos en este ítem:
Archivos en este ítem:
Archivo Descripción TamañoFormato 
ThumbnailPLN_65_07.pdf933,46 kBAdobe PDFAbrir Vista previa


Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.