La modelización matemática del lenguaje en la Inteligencia Artificial es de suma importancia para muchas áreas de investigación y aplicaciones tecnológicas. Durante la última década, la investigación sobre la representación de texto se ha centrado en la investigación de vectores densos conocidos popularmente como incrustaciones de palabras. En este documento, proponemos un marco de puntuación y representación cognitivo-emocional para texto basado en incrustaciones de palabras. Este marco de representación tiene como objetivo modelar matemáticamente el contenido emocional de las palabras en mensajes cortos de texto libre, producidos por adultos en seguimiento debido a cualquier condición de salud mental en las instalaciones ambulatorias del Departamento de Psiquiatría del Hospital Fundación Jiménez Díaz en Madrid, España. Nuestra contribución es un marco geométrico-topológico para el Análisis de Sentimientos, que incluye un método híbrido que utiliza un léxico basado en cognición junto con incrustaciones de palabras para generar puntuaciones de sentimiento graduadas para palabras, y un nuevo método topológico para agrupar representaciones vectoriales densas en espacios de alta dimensión, donde los puntos están muy dispersos. Nuestro marco es útil para detectar temas de asociación de palabras, patrones de puntuación emocional y comportamiento geométrico de vectores incrustados, lo cual podría ser útil para comprender el uso del lenguaje en este tipo de textos. Nuestro sistema de puntuación propuesto y marco de representación podrían ser útiles para estudiar las relaciones entre el lenguaje y el comportamiento y su uso podría tener un potencial predictivo para prevenir el suicidio.