simpleQuery" size="15" maxlength="255" value="" class="textField" />
Examinar
Tamaño de fuente

Información

Método para detección de emociones desde foros utilizando Text Mining

Laura Aballay, Silvana Aciar, Eliseo Reategui

Resumen


La deserción escolar es un fenómeno presente a nivel internacional y es notable el aumento en la tasa de fracaso y abandono de alumnos en cualquier modalidad de educación. Es por ello que es importante analizar y comprender el estado anímico de los estudiantes, tratando de averiguar que emociones presenta éste durante el cursado.
En este trabajo se propone un método para detectar automáticamente emociones en el texto escrito en los comentarios de un foro de alumnos. El objetivo es ofrecer esta información al profesor para quepueda hacer un seguimiento del estado anímico de sus estudiantes, y así decida si debe mejorar los contenidos o estructura de su curso con el fin de mantener a los estudiantes comprometidos, aumentar el interés, y, probablemente, mejorar su satisfacción para mejorar y fortalecer el aprendizaje. Este método fue aplicado con la herramienta RapidMiner y posteriormente los resultados se contrastaron con un método manual, utilizando encuestas.


Texto completo:

PDF

Referencias


Amato, F.; Colace, F.; Greco, L.; Moscato, V.; Picariello, A. (2015). A Quick Survey on Sentiment Analysis Techniques: a lexical based perspective. (http://doi.org/10.18293/VLSS2015-020)

Área, M. (2004). Las tecnologías de la información y comunicación en el sistema escolar: Una revisión de las líneas de investigación.

Baca-Gomez, Y. R.; Martinez, A.; Rosso, P.; Estrada, H.; Farias, D. I. H. (2016). Web service SWePT: A hybrid opinion mining approach. Journal of Universal Computer Science, 22(5), 671-690.

Binali, H. H.; Wu, C.; Potdar, V. (2009). A new significant area: Emotion detection in E-learning using opinion mining techniques. In 3rd IEEE International Conference on Digital Ecosystems and Technologies, 2009. DEST ’09 (pp. 259-264). DOI: http://doi.org/10.1109/DEST.2009.5276726

Binali, H.; Wu, C.; Potdar, V. (2010). Computational approaches for emotion detection in text. In 2010 4th IEEE International Conference on Digital Ecosystems and Technologies (DEST) (pp. 172-177). DOI: http://doi.org/10.1109/DEST.2010.5610650

Chopade, C. R. (2015). Text Based Emotion Recognition : A Survey.

Clore, G. L.; Ortony, A. (2013). Psychological Construction in the OCC Model of Emotion. Emotion Review, 5(4), 335-343. DOI: http://doi.org/10.1177/1754073913489751

Colace, F.; De Santo, M.; Greco, L.; Guerriero, G. (2014). Sentiment Analysis and E-Learning: a Proposal.

Consoli, D. (2010). Textual Emotions Recognition With An Intelligent Software Of Sentiment Analysis. Università Politecnica delle Marche, Ancona, Italy.

Cowie, R.; Douglas-Cowie, E.; Karpouzis, K.; Caridakis, G.; Wallace, M.; Kollias, S. (2008). Recognition of Emotional States in Natural Human-Computer Interaction. In Multimodal User Interfaces (pp. 119-153). Springer Berlin Heidelberg, Berlin, Heidelberg. DOI: http://doi.org/10.1007/978-3-540-78345-9_6

Desmet, P. (2005). Pieter Desmet Chapter 9. Funology: From Usability to Enjoyment, 111-123.

Ekman, P.; Friesen, W. V.; Ellsworth, P. (1972). Emotion in the human face: Guidelines for research and an integration of findings (Vol. xii). Pergamon Press, Oxford.

Esuli, A.; Sebastiani, F. (2006). SentiWordNet: A publicly available lexical resource for opinion mining. Proceedings of Language Resources and Evaluation (LREC).

Gaspar, Y.; Macedo, L. (2013). Towards Building User Affect Models from Tweets: a comparative study with various datasets, features and algorithms.

Hirat, R.; Mittal, N. (2015). A Survey On Emotion Detection Techniques using Text in Blogposts. International Bulletin of Mathematical Research.

Jackson, T.; Craig, S.; Morgan, B.; Chipman, P.; White, H.; Person, N.; … ; Graesser, A. (2008). AutoTutor Detects and Responds to Learners Affective and Cognitive States.

Potena, D.; Diamantini, C. (2010). Mining opinions on the basis of their affectivity. In 2010 International Symposium on Collaborative Technologies and Systems (CTS) (pp. 245-254). DOI: http://doi.org/10.1109/CTS.2010.5478503

Rodriguez, P.; Ortigosa, A.; Carro, R. M. (2012). Extracting Emotions from Texts in E-Learning Environments. In 2012 Sixth International Conference on Complex, Intelligent and Software Intensive Systems (CISIS) (pp. 887-892). DOI: http://doi.org/10.1109/CISIS.2012.192

Shivhare, S. N.; Garg, S.; Mishra, A. (2015). EmotionFinder: Detecting emotion from blogs and textual documents. In 2015 International Conference on Computing, Communication Automation (ICCCA) (pp. 52-57). (http://doi.org/10.1109/CCAA.2015.7148343)

Valitutti, R. (2004). WordNet-Affect: an Affective Extension of WordNet. In Proceedings of the 4th International Conference on Language Resources and Evaluation. Citeseer.

Vinola, C.; Vimaladevi, K. (2015). A survey on human emotion recognition approaches, databases and applications. ELCVIA Electronic Letters on Computer Vision and Image Analysis, 14(2), 24-44. DOI: http://doi.org/10.5565/rev/elcvia.795


Enlaces refback



Campus Virtuales

ISSN: 2255-1514

www.revistacampusvirtuales.es

campusvirtuales@uajournals.com

HTTP/1.1 200 OK Date: Sat, 14 Nov 2026 04:55:40 GMT Server: Apache Cache-Control: no-store Keep-Alive: timeout=5, max=99 Connection: Keep-Alive Transfer-Encoding: chunked Content-Type: text/html; charset=utf-8 c13 Un sistema híbrido basado en asistentes robóticos y aplicaciones móviles para brindar soporte en la terapia de lenguaje de niños con discapacidad y trastornos de la comunicación | Ochoa-Guaraca | Campus Virtuales

Un sistema híbrido basado en asistentes robóticos y aplicaciones móviles para brindar soporte en la terapia de lenguaje de niños con discapacidad y trastornos de la comunicación

Mario Ochoa-Guaraca, Daniel Pulla-Sánchez, Vladimir Robles-Bykbaev, Martín López-Nores, Marco Carpio-Moreta, Jorge García-Duque

Resumen


Según las últimas estimaciones de la Organización Mundial de la Salud (OMS), en la actualidad 93 millones de niños viven con discapacidades severas o moderadas. Del mismo modo, estos estudios apuntan que alrededor del 15% de la población mundial presenta algún tipo de discapacidad. Además de esta compleja situación, es fundamental considerar que un número importante de ancianos están desarrollando diferentes tipos de discapacidades. De este grupo, un porcentaje considerable de personas presentan distintos tipos de trastornos de la comunicación que pueden limitar sus vidas de diferentes maneras. Dado que uno de los grupos más vulnerables está constituido por niños, en este artículo se presenta un asistente robótico de bajo costo que es capaz de apoyar su proceso de rehabilitación a través de la Terapia del Habla y el Lenguaje (THL). Este asistente robótico es capaz de interactuar con una aplicación móvil que tiene como objetivo llevar a cabo actividades de refuerzo en el hogar con los padres de los niños. Nuestra propuesta ha sido puesta a prueba con 29 niños con parálisis cerebral y trastornos de la comunicación. Los resultados obtenidos son alentadores, dado que fue posible integrar al robot de forma exitosa a las sesiones de terapia.

Texto completo:

PDF

Referencias


Bugnariu, N.; Young, C.; Rockenbach, K.; Patterson, R. M.; Garver, C.; Ranatunga, I.; et al. (2013). Human-robot interaction as a tooltoevaluate and quantify motor imitationbehavior in childrenwithAutismSpectrumDisorders. En 2013 International Conferenceon Virtual Rehabilitation (ICVR) (pp. 57-62). IEEE.

Cook, A. M.; Bentz, B.; Harbottle, N.; Lynch, C.; Miller, B. (2005). School-based use of a roboticarmsystembychildrenwithdisabilities. IEEE transactionson neural systems and rehabilitationengineering, 13(4), 452-460.

Dickstein-Fischer, L.; Fischer, G. S. (2014). Combiningpsychological and engineeringapproachestoutilizing social robots withchildrenwithAutism. En 2014 36th Annual International Conference of the IEEE Engineering in Medicine and BiologySociety (pp. 792-795). IEEE.

838

Fridin, M.; Belokopytov, M. (2014). Robotics agent coacher for CP motor function (RAC CP Fun). Robotica, 32(08), 1265-1279.

Holley, D.; Theriault, A.; Kamara, S.; Anewenter, V.; Hughes, D.; Johnson, M. J. (2013). Restoring ADL functionafterwristsurgery in childrenwith cerebral palsy: A novel Bilateral robot system design. En Rehabilitation Robotics (ICORR), 2013 IEEE International Conferenceon (pp. 1-6). IEEE.

Ketelaar, M.; Vermeer, A.; Hart, H. T.; van Petegem-van Beek, E.; Helders, P. J. (2001). Effects of a functional therapy program on motor abilities of children with cerebral palsy. Physical Therapy, 81(9), 1534-1545.

Lee, H.; Hyun, E. (2015). The intelligent robot contents for children with speech-language disorder. Educational Technology and Society, 18(3), 100-113.

Malik, N. A.; Yussof, H.; Hanapiah, F. A.; Anne, S. J. (2014). Human robot interaction (hri) between a humanoid robot and children with cerebral palsy: Experimental framework and measure of engagement. En Biomedical Engineering and Sciences (IECBES), 2014 IEEE Conference (pp. 430-435). IEEE.

Qiu, Q.; Fluet, G. G.; Saleh, S.; Ramirez, D.; Adamovich, S. (2010). Robot-assisted virtual rehabilitation (NJIT-RAVR) system for children with cerebral palsy. En Proceedings of the 2010 IEEE 36th Annual Northeast Bioengineering Conference (NEBEC) (pp. 1-2). IEEE.

UNESCO (2007). EFA global monitoring report: EFA. Strong foundations: Early child hoodcare and education.

UNICEF (2013). Estado Mundial de la Infancia: Niñas y niños con discapacidad. Organización Mundial de la Salud.

Watkins, K. (2010). Informe de Seguimiento de la EPT en el mundo. Llegar a los marginados.

World Health Organization (2011). World report on disability.


Enlaces refback

  • No hay ningún enlace refback.


Campus Virtuales

ISSN: 2255-1514

www.revistacampusvirtuales.e a4 s

campusvirtuales@uajournals.com

0