Diferencial Semántico

Name: Potato
Author: Potato

Configura escalas de diferencial semántico en Potato para medir actitudes con pares de adjetivos bipolares y un número de puntos de escala configurable.

El esquema de anotación de diferencial semántico presenta a los anotadores escalas de adjetivos bipolares para medir actitudes, percepciones o significados connotativos. Cada escala tiene adjetivos opuestos en sus extremos (por ejemplo, «Bueno» frente a «Malo») y el anotador elige un punto del espectro para indicar dónde se sitúa el elemento.

Potato semantic differential scales rating text as formal/informal, positive/negative, and simple/complex Semantic differential in Potato

Visión General

Ideadas por Charles Osgood en los años cincuenta, las escalas de diferencial semántico son un método asentado en psicología y ciencias sociales para medir el significado connotativo de los conceptos. En tareas de anotación sirven para captar percepciones matizadas y multidimensionales que no caben en una sola escala de valoración.

Inicio Rápido

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: text_perception
    description: Rate how you perceive this text on each scale.
    pairs:
      - ["Formal", "Informal"]
      - ["Positive", "Negative"]
      - ["Simple", "Complex"]
    scale_points: 7

Opciones de Configuración

Campo	Tipo	Predeterminado	Descripción
`annotation_type`	string	Requerido	Debe ser `"semantic_differential"`
`name`	string	Requerido	Identificador único para este esquema
`description`	string	Requerido	Instrucciones mostradas a los anotadores
`pairs`	array	Requerido	Lista de pares `[left_adjective, right_adjective]`
`scale_points`	integer	`7`	Número de puntos de cada escala bipolar (normalmente 5 o 7)
`show_center_label`	boolean	`true`	Muestra una etiqueta «Neutral» en el centro de la escala
`label_requirement.required`	boolean	`false`	Si hay que valorar todas las escalas antes de continuar

Ejemplos

Valoración del Estilo de un Texto

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: writing_style
    description: Rate the writing style of this text on each dimension.
    pairs:
      - ["Formal", "Informal"]
      - ["Objective", "Subjective"]
      - ["Concise", "Verbose"]
      - ["Clear", "Ambiguous"]
    scale_points: 7

Percepción del Hablante

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: speaker_impression
    description: Rate your impression of the speaker on each dimension.
    pairs:
      - ["Competent", "Incompetent"]
      - ["Warm", "Cold"]
      - ["Trustworthy", "Untrustworthy"]
      - ["Dominant", "Submissive"]
    scale_points: 7

Evaluación de un Producto

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: product_perception
    description: How do you perceive this product?
    pairs:
      - ["Innovative", "Traditional"]
      - ["Affordable", "Expensive"]
      - ["Reliable", "Unreliable"]
      - ["Simple", "Complex"]
    scale_points: 5

Dimensiones Emocionales (EPA)

El clásico marco de Evaluación-Potencia-Actividad:

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: epa_rating
    description: Rate this concept on each dimension.
    pairs:
      - ["Good", "Bad"]
      - ["Powerful", "Weak"]
      - ["Active", "Passive"]
    scale_points: 7

Formato de Salida

json

{
  "text_perception": {
    "labels": {
      "Formal-Informal": 5,
      "Positive-Negative": 2,
      "Simple-Complex": 4
    }
  }
}

Los valores van de 1 (adjetivo izquierdo) a scale_points (adjetivo derecho), y el punto medio representa la posición neutral.

Mejores Prácticas

Usa escalas de 7 puntos por defecto - es el estándar en la investigación con diferencial semántico y da granularidad suficiente
Equilibra la polaridad entre pares - alterna en qué lado queda el adjetivo «positivo» para evitar respuestas automáticas
Limita los pares a entre 5 y 8 por elemento - demasiadas escalas cansan y bajan la calidad de los datos
Usa pares de adjetivos ya establecidos - reutiliza pares validados en la literatura cuando existan
Mantén la etiqueta central - el punto medio neutral es una referencia importante para los anotadores
Aleatoriza el orden de los pares - si puedes, varía el orden de presentación para reducir el efecto de anclaje

Lectura Adicional

Escalas Likert - Escalas de valoración ordinales para acuerdo o frecuencia
Deslizador - Anotación de valores continuos
Comparación por Pares - Comparar dos elementos directamente

Para detalles de implementación, consulta la documentación fuente.