Software para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida.
En este artículo se presentarán los resultados experimentales obtenidos de la aplicaciónde un corpus de emociones a las técnicas del procesamiento de lenguaje natural.Se implementó el corpus, de tal forma que al dividir las palabras del texto, cada una deellas fuera validada en el corpus y categoriz...
- Autores:
-
Cortes, Laura
Manuel Garz´ón , Nestor
Moreno Gracia, Sonia Marcela
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2020
- Institución:
- Universidad de San Buenaventura
- Repositorio:
- Repositorio USB
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.usb.edu.co:10819/28767
- Acceso en línea:
- https://hdl.handle.net/10819/28767
https://doi.org/10.21500/01247492.7718
- Palabra clave:
- Procesamiento de lenguaje natural
Emoción
Color
Imagen
Corpus
- Rights
- openAccess
- License
- http://purl.org/coar/access_right/c_abf2
| id |
SANBUENAV2_1ba0148723c04cae66a0c0673dcaeab1 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.usb.edu.co:10819/28767 |
| network_acronym_str |
SANBUENAV2 |
| network_name_str |
Repositorio USB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Software para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida. |
| dc.title.translated.eng.fl_str_mv |
Software for the generation of images from a text description with a transmitted emotion. |
| title |
Software para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida. |
| spellingShingle |
Software para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida. Procesamiento de lenguaje natural Emoción Color Imagen Corpus |
| title_short |
Software para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida. |
| title_full |
Software para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida. |
| title_fullStr |
Software para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida. |
| title_full_unstemmed |
Software para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida. |
| title_sort |
Software para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida. |
| dc.creator.fl_str_mv |
Cortes, Laura Manuel Garz´ón , Nestor Moreno Gracia, Sonia Marcela |
| dc.contributor.author.spa.fl_str_mv |
Cortes, Laura Manuel Garz´ón , Nestor Moreno Gracia, Sonia Marcela |
| dc.subject.spa.fl_str_mv |
Procesamiento de lenguaje natural Emoción Color Imagen Corpus |
| topic |
Procesamiento de lenguaje natural Emoción Color Imagen Corpus |
| description |
En este artículo se presentarán los resultados experimentales obtenidos de la aplicaciónde un corpus de emociones a las técnicas del procesamiento de lenguaje natural.Se implementó el corpus, de tal forma que al dividir las palabras del texto, cada una deellas fuera validada en el corpus y categorizada semánticamente, para después, determinarla importancia y aparición de cada una en el texto; para poder determinar la emocióny porcentaje asociado al texto ingresado. Finalmente, dependiendo de la emoción conmayor porcentaje se selecciona una imagen precargada y se transforma aplicando loscolores relacionados a las emociones que aparecieron en el texto, de tal forma, que, si untexto, depende solo de una emoción, la imagen final será unicolor, en caso contrario, semostrará más de un color en la imagen. |
| publishDate |
2020 |
| dc.date.accessioned.none.fl_str_mv |
2020-08-20T12:42:26Z 2025-08-22T14:07:26Z |
| dc.date.available.none.fl_str_mv |
2020-08-20T12:42:26Z 2025-08-22T14:07:26Z |
| dc.date.issued.none.fl_str_mv |
2020-08-20 |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.local.eng.fl_str_mv |
Journal article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.doi.none.fl_str_mv |
10.21500/01247492.7718 |
| dc.identifier.issn.none.fl_str_mv |
0124-7492 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10819/28767 |
| dc.identifier.url.none.fl_str_mv |
https://doi.org/10.21500/01247492.7718 |
| identifier_str_mv |
10.21500/01247492.7718 0124-7492 |
| url |
https://hdl.handle.net/10819/28767 https://doi.org/10.21500/01247492.7718 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.bitstream.none.fl_str_mv |
https://revistas.usb.edu.co/index.php/Ingenium/article/download/7718/5619 |
| dc.relation.citationedition.spa.fl_str_mv |
Núm. 40 , Año 2019 : INGENIUM |
| dc.relation.citationissue.spa.fl_str_mv |
40 |
| dc.relation.citationvolume.spa.fl_str_mv |
20 |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Ingenium |
| dc.relation.references.spa.fl_str_mv |
1] Aman, S. (2007). Recognizing Emotions in Text. University of Ottawa. [2] Ariza,G. (s.f.). EL RETRATO: TIPOS Y CARACTERÍSTICAS.3lentes.com. [3] Bird, S., Loper, E. y Klein, E. (2009). Procesamiento del lenguaje natural con Python. O’Reilly Media Inc. [4] Colombo, D. (s.f.). CONOCE LA RUEDA DE LAS EMOCIONES DE ROBERT PLUTCHIK, EXPLICADA POR DANIEL COLOMBO. DanielColombo.com [5] Cortez, A.Vega, H. y Pariona, J. (s.f.). Procesamiento de lenguaje natural. Universidad Ricardo Palma. [6] DJ. (2018). A Practitioner’s Guide to Natural Language Processing (Part I) — Processing & Understanding Text. Towards Data Science. [7] Dubiau, L. (2013). Procesamiento de Lenguaje Natural en Sistemas de Análisis de Sentimientos. Universidad de Buenos Aires. [8] [Expresiones faciales universales y emociones]. (s.f.). Emotion Research Lab. [9] Ghazi, D., Inkpen D. y Szpakowicz S. (s.f.). Detecting Emotion Stimuli in Emotion-Bearing Sentences. University of Ottawa. [10] Gil, S., & Le Bigot, L. (2015). Grounding context in face processing: color, emotion, and gender. Frontiers in psychology, 6, 322. https://doi.org/10.3389/fpsyg.2015.00322 [11] [Goethe on the Psychology of Color and Emotion]. (s.f.). BrainPickings. [12] Gutierrez, K. (2015). Improve Learner Engagement by Using Plutchik’s Wheel of Emotions. shiftelearning.com. [13] Gutiérrez, R. (2016). Introducción al procesamiento de lenguaje natural. Universidad del valle. [14] Gutiérrez, R. (2016). Normalización de textos y análisis morfológico. Universidad del valle. [15] Inteligencia Artificial. (.s.f). Instituto Tecnológico de Nuevo Laredo. [16] Jurafsky, D. y Martin, H. (2014). Regular Expressions, Text Normalization, Edit Distance. Speech and Language Processing. [17] Karimova, H. (2020). The Emotion Wheel: What It Is and How to Use It.PositivePsichology.com. [18] Martín, M. y Ruiz, R. (2013). Procesamiento del lenguaje natural. Universidad de Sevilla. [19] Miller, M. (2017). La Rueda de Las Emociones de Plutchik. Six Seconds. [20] Mohammad, M. (2016). The Sentiment and Emotion Lexicons. National Research Council Canada (NRC). [21] Navarreta, C. (s.f.). Semantic Clustering of Adjectives and Verbs Based on Syntactic Patterns. Center for Language Technology. [22] Nelson, J. (2018). A List Of Emotions And Facial Expressions. Thoughtcatalog.com [23] Neviarouskaya, A. y Aono, M. (s.f.). Extracting Causes of Emotions from Text. Toyohashi University of Technology. [24] NRC Emotional Lexicon. (s.f.). https://investigate.ai/upshot-trump-emolex/nrc- emotional-lexicon/ [25] Olson, R. (2018). Traveling salesman portrait in Python.Randal S.Olson. [26] Perikos, I. y Hatzilygeroudis I. (s.f.). Recognizing Emotion Presence in Natural Language Sentences. University of Patras. [27] Pestian, J., Matykiewicz, P. y Grupp-Phelan, J. (s.f.). Using Natural Language Processing to Classify Suicide Notes. Cincinnati Children’s Hospital Medical Center. [28] Pico, I. (s.f.). THE WHEEL OF EMOTIONS, BY ROBERT PLUTCHIK. https://psicopico.com/en/la- rueda-las-emocionesrobert- plutchik/ [29] POS (Part-Of-Speech) Tagging & Chunking with NLTK. (s.f.). Guru99. [30] Putting Some Emotion into Your Design – Plutchik’s Wheel of Emotions. (2020). Interaction Design Foundation. [31] Rosas, V. Banea, C. y Mihalcea, R. (s.f.). Learning Sentiment Lexicons in Spanish. University of North Texas. [32] Sarkar, D. (2018). Emotion and Sentiment Analysis: A Practitioner’s Guide to NLP.KD Nuggets. [33] Soma, J. (2017). NRC Emotional Lexicon. jonathansoma.com/ [34] Strapparava, C. y Mihalcea, R. Learning to Identify Emotions in Text. [35] Tokenize Words and Sentences with NLTK. (s.f.). Guru99. [36] Universal Emotions. (2020). PaulEkmanGroup. [37] Yi, J., Nasukawa, T., Bunescu, R. y Niblack, W. (s.f.). Sentiment Analyzer: Extracting Sentiments about a Given Topic using Natural Language Processing Techniques. |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0 |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://purl.org/coar/access_right/c_abf2 http://creativecommons.org/licenses/by-nc-sa/4.0 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad San Buenaventura - USB (Colombia) |
| dc.source.spa.fl_str_mv |
https://revistas.usb.edu.co/index.php/Ingenium/article/view/7718 |
| institution |
Universidad de San Buenaventura |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.usb.edu.co/bitstreams/c14f6b98-3683-4074-9709-6e99ab921711/download |
| bitstream.checksum.fl_str_mv |
1ee7ab17d75dcfa475c335a99c20ba18 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad de San Buenaventura Colombia |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1851053657017024512 |
| spelling |
Cortes, LauraManuel Garz´ón , NestorMoreno Gracia, Sonia Marcela2020-08-20T12:42:26Z2025-08-22T14:07:26Z2020-08-20T12:42:26Z2025-08-22T14:07:26Z2020-08-20En este artículo se presentarán los resultados experimentales obtenidos de la aplicaciónde un corpus de emociones a las técnicas del procesamiento de lenguaje natural.Se implementó el corpus, de tal forma que al dividir las palabras del texto, cada una deellas fuera validada en el corpus y categorizada semánticamente, para después, determinarla importancia y aparición de cada una en el texto; para poder determinar la emocióny porcentaje asociado al texto ingresado. Finalmente, dependiendo de la emoción conmayor porcentaje se selecciona una imagen precargada y se transforma aplicando loscolores relacionados a las emociones que aparecieron en el texto, de tal forma, que, si untexto, depende solo de una emoción, la imagen final será unicolor, en caso contrario, semostrará más de un color en la imagen.This paper will present the experimental results obtained from the applicationof a corpus of emotions to natural language processing techniques.The corpus was implemented in such a way that by dividing the words of the text, each ofthem was validated in the corpus and semantically categorized, to later determinethe importance and appearance of each one in the text; in order to determine the emotionand percentage associated with the entered text. Finally, depending on the emotion withhigher percentage, a preloaded image is selected and transformed by applying thecolors related to the emotions that appeared in the text, in such a way that, if atext depends only on one emotion, the final image will be unicolor, otherwise,will show more than one color in the image.  application/pdf10.21500/01247492.77180124-7492https://hdl.handle.net/10819/28767https://doi.org/10.21500/01247492.7718spaUniversidad San Buenaventura - USB (Colombia)https://revistas.usb.edu.co/index.php/Ingenium/article/download/7718/5619Núm. 40 , Año 2019 : INGENIUM4020Ingenium1] Aman, S. (2007). Recognizing Emotions in Text. University of Ottawa. [2] Ariza,G. (s.f.). EL RETRATO: TIPOS Y CARACTERÍSTICAS.3lentes.com. [3] Bird, S., Loper, E. y Klein, E. (2009). Procesamiento del lenguaje natural con Python. O’Reilly Media Inc. [4] Colombo, D. (s.f.). CONOCE LA RUEDA DE LAS EMOCIONES DE ROBERT PLUTCHIK, EXPLICADA POR DANIEL COLOMBO. DanielColombo.com [5] Cortez, A.Vega, H. y Pariona, J. (s.f.). Procesamiento de lenguaje natural. Universidad Ricardo Palma. [6] DJ. (2018). A Practitioner’s Guide to Natural Language Processing (Part I) — Processing & Understanding Text. Towards Data Science. [7] Dubiau, L. (2013). Procesamiento de Lenguaje Natural en Sistemas de Análisis de Sentimientos. Universidad de Buenos Aires. [8] [Expresiones faciales universales y emociones]. (s.f.). Emotion Research Lab. [9] Ghazi, D., Inkpen D. y Szpakowicz S. (s.f.). Detecting Emotion Stimuli in Emotion-Bearing Sentences. University of Ottawa. [10] Gil, S., & Le Bigot, L. (2015). Grounding context in face processing: color, emotion, and gender. Frontiers in psychology, 6, 322. https://doi.org/10.3389/fpsyg.2015.00322 [11] [Goethe on the Psychology of Color and Emotion]. (s.f.). BrainPickings. [12] Gutierrez, K. (2015). Improve Learner Engagement by Using Plutchik’s Wheel of Emotions. shiftelearning.com. [13] Gutiérrez, R. (2016). Introducción al procesamiento de lenguaje natural. Universidad del valle. [14] Gutiérrez, R. (2016). Normalización de textos y análisis morfológico. Universidad del valle. [15] Inteligencia Artificial. (.s.f). Instituto Tecnológico de Nuevo Laredo. [16] Jurafsky, D. y Martin, H. (2014). Regular Expressions, Text Normalization, Edit Distance. Speech and Language Processing. [17] Karimova, H. (2020). The Emotion Wheel: What It Is and How to Use It.PositivePsichology.com. [18] Martín, M. y Ruiz, R. (2013). Procesamiento del lenguaje natural. Universidad de Sevilla. [19] Miller, M. (2017). La Rueda de Las Emociones de Plutchik. Six Seconds. [20] Mohammad, M. (2016). The Sentiment and Emotion Lexicons. National Research Council Canada (NRC). [21] Navarreta, C. (s.f.). Semantic Clustering of Adjectives and Verbs Based on Syntactic Patterns. Center for Language Technology. [22] Nelson, J. (2018). A List Of Emotions And Facial Expressions. Thoughtcatalog.com [23] Neviarouskaya, A. y Aono, M. (s.f.). Extracting Causes of Emotions from Text. Toyohashi University of Technology. [24] NRC Emotional Lexicon. (s.f.). https://investigate.ai/upshot-trump-emolex/nrc- emotional-lexicon/ [25] Olson, R. (2018). Traveling salesman portrait in Python.Randal S.Olson. [26] Perikos, I. y Hatzilygeroudis I. (s.f.). Recognizing Emotion Presence in Natural Language Sentences. University of Patras. [27] Pestian, J., Matykiewicz, P. y Grupp-Phelan, J. (s.f.). Using Natural Language Processing to Classify Suicide Notes. Cincinnati Children’s Hospital Medical Center. [28] Pico, I. (s.f.). THE WHEEL OF EMOTIONS, BY ROBERT PLUTCHIK. https://psicopico.com/en/la- rueda-las-emocionesrobert- plutchik/ [29] POS (Part-Of-Speech) Tagging & Chunking with NLTK. (s.f.). Guru99. [30] Putting Some Emotion into Your Design – Plutchik’s Wheel of Emotions. (2020). Interaction Design Foundation. [31] Rosas, V. Banea, C. y Mihalcea, R. (s.f.). Learning Sentiment Lexicons in Spanish. University of North Texas. [32] Sarkar, D. (2018). Emotion and Sentiment Analysis: A Practitioner’s Guide to NLP.KD Nuggets. [33] Soma, J. (2017). NRC Emotional Lexicon. jonathansoma.com/ [34] Strapparava, C. y Mihalcea, R. Learning to Identify Emotions in Text. [35] Tokenize Words and Sentences with NLTK. (s.f.). Guru99. [36] Universal Emotions. (2020). PaulEkmanGroup. [37] Yi, J., Nasukawa, T., Bunescu, R. y Niblack, W. (s.f.). Sentiment Analyzer: Extracting Sentiments about a Given Topic using Natural Language Processing Techniques.info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.http://creativecommons.org/licenses/by-nc-sa/4.0https://revistas.usb.edu.co/index.php/Ingenium/article/view/7718Procesamiento de lenguaje naturalEmociónColorImagenCorpusSoftware para la generación de imágenes a partir de una descripción de un texto con una emoción a transmitir definida.Software for the generation of images from a text description with a transmitted emotion.Artículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/articleJournal articleinfo:eu-repo/semantics/publishedVersionPublicationOREORE.xmltext/xml2739https://bibliotecadigital.usb.edu.co/bitstreams/c14f6b98-3683-4074-9709-6e99ab921711/download1ee7ab17d75dcfa475c335a99c20ba18MD5110819/28767oai:bibliotecadigital.usb.edu.co:10819/287672025-08-22 09:07:26.931http://creativecommons.org/licenses/by-nc-sa/4.0https://bibliotecadigital.usb.edu.coRepositorio Institucional Universidad de San Buenaventura Colombiabdigital@metabiblioteca.com |