Deep Learning para la percepción y clasificación de sentimientos en imágenes

Abstract

El análisis de sentimientos en textos permite a corporaciones o partidos políticos conocer si el posicionamiento de un usuario o votante es positivo, neutral o negativo. No obstante, el contenido que se comparte en los diferentes medios de comunicación cada vez es más multimedia y menos textual, es por ello que ha empezado a tomar relevancia esta vertiente de análisis de sentimientos, esta vez en imágenes. En este trabajo se estudia el contexto actual, donde se han quedado los últimos artículos científicos y se define una red neuronal convolucional para el análisis de sentimientos en dos datasets diferentes.

L'anàlisi de sentiments en textos permet a corporacions o partits polítics conèixer si el posicionament d'un usuari o votant és positiu, neutral o negatiu. No obstant això, el contingut que es comparteix en els diferents mitjans de comunicació cada vegada és més multimèdia i menys textual, és per això que ha començat a prendre rellevància aquest vessant d'anàlisi de sentiments, aquest cop en imatges. En aquest treball s'estudia el context actual, on s'han quedat els últims articles científics i es defineix una xarxa neuronal convolucional per a l'anàlisi de sentiments en dos datasets diferents.

The analysis of feelings in texts allows corporations or political parties to know if the positioning of a user or voter is positive, neutral or negative. However, the content that is shared in the different media is increasingly more multimedia and less textual, which is why this aspect of feeling analysis has begun to take relevance, this time in images. In this paper the current context is studied, where the last scientific articles have remained and a convolutional neural network is defined for the analysis of feelings in two different datasets.