La computación afectiva y el tratamiento computacional de estilo y subjetividad en las redes sociales atraen gran atención de los investigadores y de la industria en los años recientes. Las emociones y sentimientos es lo básico de la naturaleza humana, y su tratamiento computacional tiene muchas aplicaciones en el comercio electrónico (sistemas de recomendación), educación (tutores inteligentes), política (detección de la opinión pública), ciencia forense (detección de plagio y autoría), salud y otros sectores. En el proyecto se desarrollarán métodos para el análisis del lenguaje que mejorarán la precisión de la detección de emociones y sentimientos en el lenguaje, con el énfasis en las técnicas de aprendizaje profundo con redes neuronales. Se espera desarrollar una arquitectura de la red neuronal profunda que tome en cuenta las relaciones sintácticas y semánticas de las palabras, con el fin de detectar las emociones, la polaridad de opiniones (emoción positiva o negativa) y los aspectos de opinión en el texto (sobre qué cosa o aspecto de la cosa se expresa la opinión). Además, se desarrollarán los métodos auxiliares, recursos léxicos y gramaticales necesarios para la correcta clasificación de los sentimientos, según sea necesario, con aplicaciones a tareas relacionadas tales como el análisis de estilo y autoría, generación de resumenes y análisis de textos educativos. En la segunda fase del proyecto, los métodos lingüísticos de gramáticas formales se aplicarán a tal actividad humana afectiva como la música, con el propósito de generación automática de la música con una jerarquía de las gramáticas formales, metodología que todavía no ha sido explorada en las aproximaciones existentes y por lo tanto es muy novedosa. El proyecto es basado en una amplia experiencia de los participantes en los temas correspondientes, expresada en publicaciones recientes y tesis dirigidas.

Desarrollar las técnicas para la detección de afectividad (sentimientos, emociones y polaridad) en el lenguaje usando métodos de aprendizaje automático, así como aplicar los métodos lingüísticos a la generación automática de música.

1. Investigar los efectos de la estructura sintáctica y las relaciones semánticas a la clasificación de polaridad y emociones.

2. Desarrollar los métodos de aprendizaje automático basados en redes neuronales profundas para modelar la afectividad en el lenguaje humano.

3. Aplicar los métodos desarrollados a los conjuntos de datos de referencia, con el propósito de evaluar su rendimiento.

4