Este artículo conecta dos grandes áreas de investigación, a saber, el análisis de sentimientos y la interacción humano-robot. El análisis de emociones, como un subcampo del análisis de sentimientos, explora datos de texto y, basado en las características del texto y modelos emocionales generalmente conocidos, evalúa qué emoción se presenta en él. La análisis de emociones en la interacción humano-robot tiene como objetivo evaluar el estado emocional del ser humano y, en base a esto, decidir cómo el robot debería adaptar su comportamiento al ser humano. Hay varios enfoques y algoritmos para detectar emociones en los datos de texto. Decidimos aplicar un método combinado de enfoque de diccionario con algoritmos de aprendizaje automático. Como resultado de la ambigüedad y subjetividad de la etiquetación de emociones, fue posible asignar más de una emoción a una oración; así, estábamos tratando con un problema de múltiples etiquetas. Basándonos en la visión general del problema, realizamos experimentos con los clasificadores de Naive Bayes, Máquina de Vectores de Soporte y Redes Neuronales. Los resultados obtenidos de la clasificación se utilizaron posteriormente en experimentos humano-robot. A pesar de la menor precisión de la clasificación de emociones, demostramos la importancia de expresar gestos emocionales basados en las palabras que decimos.