IA 360
Glosario Inteligencia Artificial

Minería de Opiniones

La minería de opiniones es, en esencia, otro nombre del análisis de sentimiento, pero suele poner el acento en la extracción estructurada de opiniones: no solo si un texto es positivo o negativo, sino sobre qué, de quién y cuándo. Explicamos el modelo del quíntuple de Bing Liu, sus tareas y su relación con el análisis basado en aspectos.

Admin IA360 3 min de lectura Generado con IA Read in English
Minería de Opiniones

La minería de opiniones es el campo que analiza las opiniones, valoraciones y actitudes que las personas expresan en un texto hacia entidades como productos, servicios, organizaciones o temas. Conviene aclararlo de entrada: «minería de opiniones» y «análisis de sentimiento» se usan casi siempre como sinónimos —remitimos a la entrada de análisis de sentimiento para lo básico—. La diferencia es de énfasis: la minería de opiniones suele destacar la extracción estructurada de la opinión, más allá de clasificar su polaridad.

El modelo del quíntuple

La aportación que mejor captura ese enfoque estructurado es la del investigador Bing Liu, que modela una opinión como una quíntuple de cinco componentes: la entidad sobre la que se opina, el aspecto concreto de esa entidad, la orientación del sentimiento (positivo, negativo o neutro), el titular de la opinión (quién la emite) y el momento en que se expresa. Con esos cinco datos, una opinión deja de ser un simple «me gusta» y se convierte en información explotable.

Sus tareas

De ese modelo se derivan las tareas de la minería de opiniones: extraer las entidades y sus aspectos, determinar la orientación del sentimiento hacia cada aspecto, e identificar al titular y el tiempo. Su corazón práctico es el análisis basado en aspectos, que distingue opiniones distintas dentro de una misma frase —«la cámara es excelente, pero la batería dura poco»—, en lugar de dar una única etiqueta al conjunto.

Resumir y separar

Dos tareas complementarias la redondean. El resumen de opiniones agrega muchas valoraciones sobre una entidad y sus aspectos en una síntesis estructurada —qué proporción de usuarios elogia la batería, cuántos critican la pantalla—, porque una sola opinión no basta. Y la detección de subjetividad separa lo que son hechos verificables de lo que son opiniones personales, un paso previo esencial.

Para qué sirve

Sus aplicaciones son claras y muy demandadas: el análisis de reseñas de productos, la gestión de la reputación, los estudios de mercado y la inteligencia de negocio, allí donde entender qué opina mucha gente, y sobre qué exactamente, tiene valor.

Este artículo se ha elaborado con inteligencia artificial bajo supervisión editorial humana.

Compartir este artículo

Este sitio web utiliza cookies para mejorar la experiencia de navegación. Política de cookies.

↑↓ navegar ↵ abrir esc cerrar