REDI170607

Resumen

Título: Clasificadores bayesianos multidimensionales para la interpretación de emociones entexto y video

En la actualidad, debido al rol que las redes sociales ocupan en la interacción de las personas, se produce una gran cantidad de información multimedia y en texto. Se estima que un 31% de la población mundial utiliza activamente estos medios, destinando en promedio 96 minutos diarios a visualizar y subir contenidos en línea. Si se observa adecuadamente, esta huella digital del quehacer diario resulta una fuente de información única sobre los patrones de comportamiento y los estados emocionales que cada persona experimenta en su relación consigo misma y con el entorno. En ese contexto, desarrollar estimadores multidimensionales para la interpretación de dichos estados emocionales adquieren un alto valor. A nivel teórico el estudio de estimadores basados en un enfoque multidimensional presenta una serie de desafíos de interés para la comunidad científica, entre ellos el análisis de correlaciones entre las distintas variables, como también el análisis de las salidas de estos modelos a través de técnicas como redes Bayesianas, ontológicas y sistemas basados en conocimiento con el fin la extraer la semántica de las emociones en los datos. A nivel práctico existe un sinn úmero de aplicaciones, en particular cobra relevancia la interpretación psicológica del estado emocional a partir de estos estimadores, debido al rol que cumplen en su regulación de la interacción social. La necesidad de esta red surge del hecho de que el capital humano requerido para esta investigación, en particular en la temática de estimadores multidimensionales, se encuentra en el extranjero. Teniendo esto en cuenta, es necesario fortalecer las redes de investigación en este campo. Esto se materializaría a través de pasantías en el extranjero de los investigadores, con el objetivo de desarrollar artículos científicos con el apoyo del equipo extranjero, y por otra parte, la realización de talleres y seminarios bilaterales en Chile que permitan la difusión científica del trabajo realizado.

Objetivo General: Constuir estimadores multidimensionales para la interpretación de emociones en texto y video.

Objetivo Específico:

  1. Desarrollar un marco general de colaboración para la creación y consolidación de una red de investigación para el modelamiento de la estimación de la emoción utilizando métodos de aprendizaje automático.
  2. Favorecer la comunicación e integración entre los investigadores de las diferentes áreas relacionadas con el modelamiento de la emoción mediante pasantías y estadías cortas de participantes chilenos en el extranjero o participantes extranjeros en Chile.
  3. Estudiar con los diferentes investigadores de la red nuevas formas de modelar las emociones utilizando técnicas de estimación multidimensional o multilabel.

Actividades

Seminario Redes Bayesianas 2019 (Abril)

Antofagasta, Chile

Curso de Verano 2019 (Enero)

Universidad Católica del Norte

Pasantías

Pasantía 2018

Madrid, España

Pasantía 2019

Madrid, España

Publicaciones

  • A Multilabel Extension of LDA Based on the Gram-Schmidt Orthogonalization Procedure. Brian Keith, Juan Bekios-Calfa. CIARP 2017: 86-93.
  • A Systematic Literature Review on Word Embeddings. Gutiérrez L., Keith B. (2019) In: Mejia J., Muñoz M., Rocha Á., Peña A., Pérez-Cisneros M. (eds) Trends and Applications in Software Engineering. CIMPS 2018. Advances in Intelligent Systems and Computing, vol 865. Springer, Cham.
  • A Review on Bayesian Networks for Sentiment Analysis. Gutiérrez L., Bekios-Calfa J., Keith B. (2019). In: Mejia J., Muñoz M., Rocha Á., Peña A., Pérez-Cisneros M. (eds) Trends and Applications in Software Engineering. CIMPS 2018. Advances in Intelligent Systems and Computing, vol 865. Springer, Cham.