INW - Módulo 3 Test 3

¿Cuál de los siguientes NO es una tarea de la Minería de Opiniones?. Clasificación de emociones. Toma de decisiones en el ámbito del marketing. Comparación de opiniones entre distintos productos. Detección y generación de humor.

La Minería de Opiniones es el tratamiento computacional de…. imágenes, audio y video. datos obtenidos comentarios de productos y servicios. opiniones, emociones y subjetividad en texto. datos estructurados y no estructurados.

¿Cuál de los siguientes NO es un ámbito o nivel de análisis en Minería de Opiniones?. A nivel de documento. A nivel de frase. A nivel de palabra. A nivel de aspectos / características.

¿Cuál de las siguientes es una aplicación de la Minería de Opiniones como componente de otras tecnologías?. Procesamiento de imágenes. Sistemas de recomendación. Creación de bases de datos. Diseño gráfico.

¿Cuál de los siguientes NO es un componente básico de una opinión?. Fuente (persona u organización). Opinión (punto de vista, apreciación o actitud). Contexto temporal y espacial. Objeto u entidad.

La minería de opiniones se encarga del tratamiento computacional de las opiniones, sentimientos y fenómenos subjetivos en los textos. Verdadero. Falso.

La minería de opiniones no realiza el análisis de la subjetividad de los textos. Verdadero. Falso.

La ambigüedad inherente en las opiniones es un problema para el análisis de opiniones. Verdadero. Falso.

Es necesario conocimiento del mundo para realizar un análisis de opiniones eficiente. Verdadero. Falso.

¿Cómo intenta la Minería de Opiniones mitigar la dificultad de encontrar información online valiosa?. Presentando la información subjetiva de una manera resumida. Aumentando la cantidad total de opiniones disponibles. Verificando la veracidad de todas las opiniones. Eliminando la información contradictoria.

La tarea de determinar una evaluación de un texto con opiniones utilizando una escala de valores (como 1-5 estrellas) es conocida como: Grado de positividad. Detección de subjetividad. Extracción de opiniones. Clasificación binaria.

Uno de los problemas en Minería de Opiniones es determinar si un usuario busca información subjetiva o factual. ¿Dónde es más sencillo identificar las opiniones explícitamente según las fuentes?. En blogs de política donde se ofrece información muy polémica. En sitios específicos como Amazon, Booking o MasQueMedicos que incluyen comentarios. En blogs tecnológicos porque sus lectores están más acostumbrados a comentar en este tipo de portales. En las noticias de los periódicos online porque incluyen la opinión de los periodistas.

¿Cuál de los siguientes factores es influyente en el desarrollo de la Minería de Opiniones?. La mejora en la infraestructura de red que permite un acceso más veloz a la información. La disponibilidad de BBDD a través de los nuevos sitios de Internet que realizan revisiones y opiniones. El aumento de la capacidad de almacenamiento y su disminución de precio por byte, permitiendo a las empresas almacenar más información sobre sus clientes. La disminución del coste del hardware porque aumenta el acceso popular a Internet.

La extracción de opiniones se divide en dos sub-tareas importantes. ¿Cuáles son?. Detección de subjetividad y detección de humor. Identificación de la subjetividad y clasificación de polaridad de la opinión identificada. Clasificación binaria y clasificación multiclase. Identificación de las características del producto y extracción de las opiniones asociadas.

El análisis de opiniones es una tarea sencilla. Verdadero. Falso.

La ironía es una cualidad fácilmente detectable por un sistema de análisis de opiniones. Verdadero. Falso.

El cálculo del grado de positividad de una opinión consiste en asignar un valor de positividad dentro de una escala (por ejemplo, 5 estrellas, alto-medio-bajo…). Verdadero. Falso.

¿Cómo puede la Minería de Opiniones mejorar sistemas de recomendación?. Identificando a los usuarios que dan puntuaciones bajas. Analizando la subjetividad y polaridad para ofrecer recomendaciones más matizadas. Detectando las emociones del usuario para ajustar la recomendación a su estado de ánimo. Eliminando las recomendaciones negativas porque suelen ser más numerosas y desvirtúan el análisis.

¿En qué consiste el Análisis de Sentimientos Multimodal?. Analizar opiniones en diferentes idiomas simultáneamente, siendo capaz de superar la diversidad de expresiones en cada idioma. Analizar opiniones de fuentes de video en tiempo real, ya que estas cubren diversas modalidades (texto, audio, imagen) y son difíciles de analizar con técnicas tradicionales. Integrar el análisis de texto con otras modalidades expresivas como imágenes, audio o video (por ejemplo, tono de voz, expresiones faciales) para comprender mejor el sentimiento. Analizar opiniones sobre múltiples temas al mismo tiempo, sin necesidad de adaptar el sistema a un dominio concreto.

La tarea de extracción de información y de minería de opiniones es exactamente igual. Verdadero. Falso.

La clasificación de la polaridad asigna varias etiquetas de polaridad a cada opinión encontrada en un texto. Verdadero. Falso.

La tarea de extracción de opiniones está dividida en tres subtareas, que son la identificación de las características del producto, extracción de las opiniones asociadas y la generación de un resumen de opiniones. Verdadero. Falso.

Los cuatro componentes de una opinión son la fuente de la opinión, el objetivo del que se opina, el momento de la opinión y la valoración de la opinión. Verdadero. Falso.

Cada vez con mayor asiduidad, usamos la red para formar (o para afianzar o desechar) nuestra propias opiniones (hoteles, viajes, restaurantes, productos electrónicos, ropa, editoriales de periódicos...). Verdadero. Falso.

¿Por qué es importante la adaptación de un sistema de Minería de Opiniones al dominio específico (por ejemplo, hoteles vs. películas)?. Porque el lenguaje y las expresiones de opinión pueden depender fuertemente del dominio y del contexto. Porque el conocimiento del mundo es distinto en cada dominio y el sistema necesita una gran base de conocimiento específica. Porque cada dominio utiliza un formato de archivo diferente. Porque solo existen corpus y lexicones para dominios específicos.

Una opinión es una evidencia de un estado personal. Verdadero. Falso.

En un documento pueden existir varias opiniones sobre varios aspectos distintos. Verdadero. Falso.

Una opinión es un hecho objetivo expresado en un texto. Verdadero. Falso.

La minería de opiniones sólo se centra en analizar la opinión a nivel del documento. Verdadero. Falso.

¿Cuál es una de las principales diferencias, en cuanto al número de clases o categorías, entre las técnicas clásicas de clasificación y la Minería de Opiniones?. La MO está más limitada a 2 clases o a un ranking numérico con pocos valores, mientras que las tareas clásicas pueden tener muchas mas clases. Ambas usan siempre 2 clases. Las tareas clásicas siempre usan 2 clases, mientras que la Minería de Opiniones usa muchas más debido a que existen diferentes estados de ánimo y de sentimientos. La MO utiliza miles de clases, mientras que las tareas clásicas usan pocas.

En un documento solo existe una opinión posible. Verdadero. Falso.

La detección del humor es una tarea típica de la minería de opiniones. Verdadero. Falso.

¿Cuál de las siguientes afirmaciones es cierta sobre la detección de subjetividad?. La detección de la subjetividad no es necesaria. Un primer paso es determinar que partes de un documento contiene información subjetiva. Solo se aplica en los comentarios de los blogs y periódicos online. Se considera más fácil que determinar la polaridad de un documento.

El análisis de sentimientos en redes sociales presenta desafíos específicos no tan prevalentes en textos de reseñas formales. Considerando las características típicas de las redes sociales, ¿qué tipo de recursos léxicos sería más útil para analizar este tipo de textos?. Diccionarios de indicadores de subjetividad generales. Léxicones de emoticonos y hashtags. Herramientas para la detección de negación. Lexicones de términos positivos y negativos traducidos automáticamente.

La minería de opiniones es una especialización de la minería de texto. Verdadero. Falso.

¿Por qué la Web 2.0 hizo más necesario el desarrollo de técnicas computacionales como la minería de opiniones?. Porque la Web 2.0 limitó los métodos formales de encuesta. Porque las opiniones en la Web 2.0 son siempre más fiables que en otros medios. Porque solo se pueden encontrar opiniones sobre productos y servicios en la Web 2.0. Porque la vasta cantidad de opiniones generadas manualmente es inabarcable y requiere herramientas automáticas.

Los tres componentes de una opinión son la fuente de la opinión, el objetivo del que se opina y la valoración de la opinión. Verdadero. Falso.

Los sistemas de recomendación a menudo se basan en las valoraciones de usuarios, que suelen ser puntuaciones numéricas. ¿Qué beneficio adicional podría ofrecer la Minería de Opiniones a un sistema de recomendación?. Permitir al sistema entender por qué a un usuario le gustó o no le gustó algo, basándose en los aspectos mencionados en su opinión. Limitar las recomendaciones a productos con opiniones positivas. Reducir el número total de opiniones a considerar, eliminando las valoraciones cuyo comentario asociado no contenga una valoración subjetiva. Permitir al sistema recomendar solo productos muy populares y con opiniones similares en todos sus comentarios.

Todas las partes de un documento contienen opiniones o sentimientos. Verdadero. Falso.

¿Qué característica o capacidad debería tener una interfaz de usuario para ser considerada “sentiment-aware”, basándose en la definición y tareas de la Minería de Opiniones?. Permitir al usuario puntuar la interfaz con estrellas o crear un comentario de opinión sobre las características de la interfaz. Ser capaz de predecir las ventas futuras que el usuario va a necesitar. Mostrar solo información objetiva al usuario para que no sea engañado o polarizado en una opinión concreta. Ser capaz de detectar y reaccionar al estado emocional o la polaridad de las opiniones o entradas del usuario.