| Título: | Análisis de sentimientos en videojuegos |
| Autores: | Angeles Gómez, Daniel Iván ; Quintana López, Maricela |
| Tipo de documento: | texto impreso |
| Editorial: | Universidad de Guadalajara, 2019-10-29 |
| Dimensiones: | application/pdf |
| Nota general: |
ReCIBE, Revista electrónica de Computación, Informática, Biomédica y Electrónica; Vol. 8, Núm. 2 (2019): Nov 2019 - Dic 2019; C-4 2007-5448 Copyright (c) 2019 ReCIBE, Revista electrónica de Computación, Informática, Biomédica y Electrónica https://creativecommons.org/licenses/by-nc-sa/2.5/mx/deed.es_ES |
| Idiomas: | Español |
| Palabras clave: | Computación e Informática |
| Resumen: | Los videojuegos multijugador han existido desde la década de los setenta, pero no es hasta mediados de los noventa, con la evolución de las redes que permiten la comunicación desde cualquier parte del mundo, que adquieren la característica de jugarse en línea, dándole otra dimensión humana al juego ya que se requiere una manera de comunicarse para formular estrategias o simplemente para platicar mientras se juega. La comunicación se puede realizar vía voz o texto a través de una interfaz, y a lo largo del juego se pueden tener conversaciones que van desde las casuales, que tienen que ver con aspectos generales del juego, hasta las agresivas, que incluyen insultos a los demás jugadores. En este artículo se muestran los resultados de aplicar el análisis de sentimientos a 75 conversaciones extraídas de partidas de los videojuegos League of Legends, Overwatch y Heroes of the Storm, 25 están en idioma español, y 50 en inglés; las conversaciones son de longitud variable, la más extensa contiene 440 palabras, mientras que la más pequeña contiene solo 50 palabras. Utilizando Semantría para Excel, un API del software Lexalytics, se creó un diccionario que pudiera ser utilizado para la clasificación de las conversaciones. Las clases se definieron como positivas, negativas o neutrales. Comparando el resultado con la clase dada por el experto, 47 de 75 conversaciones fueron clasificadas correctamente, dando un 62.6% de certeza a la clasificación, en búsqueda de aumentar la certeza de la clasificación se hizo uso de el algoritmo C4.5, en el cual los resultados mostraron el entorno de los implicados en las conversaciones, la certeza se considera podría mejorarse al incluir más conversaciones y un mejor balance en las clases. |
| En línea: | http://recibe.cucei.udg.mx/ojs/index.php/ReCIBE/article/view/137 |
Ejemplares
| Estado |
|---|
| ningún ejemplar |
