Del data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático

Los cambios producidos en los últimos años en cuanto a modelos de comunicación social han llevado a todos los sectores a adaptarse a los nuevos medios para alcanzar a su público. La comunicación de la ciencia no es una excepción. La manera en que se distribuyen contenidos sobre ciencia está cambiand...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2019
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
spa
OAI Identifier:
oai:repository.urosario.edu.co:10336/39743
Acceso en línea:
https://repository.urosario.edu.co/handle/10336/39743
Palabra clave:
Análisis de sentimiento
Aprendizaje automático supervisado
Twitter
Comunicación científica
Sentiment analysis
Twitter
Supervised machine learning
Scientific communicationAnálise de Sentimento
aprendizagem automática supervisada
Twitter
comunicação científica
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 International
id EDOCUR2_4871cbe523587b5eecfab351238c81ff
oai_identifier_str oai:repository.urosario.edu.co:10336/39743
network_acronym_str EDOCUR2
network_name_str Repositorio EdocUR - U. Rosario
repository_id_str
dc.title.spa.fl_str_mv Del data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático
dc.title.TranslatedTitle.eng.fl_str_mv From Data Driven to Data Feeling: Sentiment Analysis in Real Time of Messages in Spanish about Scientific Communication Using Machine Learning Techniques
Do data driven ao data feeling: análise de sentimento no tempo real de mensagens em espanhol sobre divulgação científica usando técnicas de aprendizagem automática
title Del data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático
spellingShingle Del data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático
Análisis de sentimiento
Aprendizaje automático supervisado
Twitter
Comunicación científica
Sentiment analysis
Twitter
Supervised machine learning
Scientific communicationAnálise de Sentimento
aprendizagem automática supervisada
Twitter
comunicação científica
title_short Del data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático
title_full Del data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático
title_fullStr Del data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático
title_full_unstemmed Del data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático
title_sort Del data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático
dc.subject.spa.fl_str_mv Análisis de sentimiento
Aprendizaje automático supervisado
Twitter
Comunicación científica
topic Análisis de sentimiento
Aprendizaje automático supervisado
Twitter
Comunicación científica
Sentiment analysis
Twitter
Supervised machine learning
Scientific communicationAnálise de Sentimento
aprendizagem automática supervisada
Twitter
comunicação científica
dc.subject.keyword.eng.fl_str_mv Sentiment analysis
Twitter
Supervised machine learning
Scientific communicationAnálise de Sentimento
aprendizagem automática supervisada
Twitter
comunicação científica
description Los cambios producidos en los últimos años en cuanto a modelos de comunicación social han llevado a todos los sectores a adaptarse a los nuevos medios para alcanzar a su público. La comunicación de la ciencia no es una excepción. La manera en que se distribuyen contenidos sobre ciencia está cambiando debido a la presencia creciente de tecnologías, y la red social Twitter se ha convertido en un importante aliado debido a su gran volumen de usuarios. En el presente trabajo, se utilizan técnicas de aprendizaje automático para desarrollar un clasificador —que funciona en tiempo real— de sentimiento relacionados con mensajes publicados en Twitter. Para ello, se descargaron 200 000 tweets destinados a construir un corpus de entrenamiento limpio y procesado de 10 000 textos etiquetados, la mitad positivos y la mitad negativos, sobre ciencia en español. El corpus permite entrenar el modelo de aprendizaje automático y construir un prototipo OpScience, capaz de determinar el sentimiento de mensajes publicados en Twitter en tiempo real. Los resultados relacionados con la exactitud del clasificador corresponden al 72 %. Estos resultados pueden ayudar a darle mayor valor a temas de la comunicación científica en un espacio de debate social y predecir intereses o tendencias futuras, como se pudo comprobar en una prueba en enero de 2019.
publishDate 2019
dc.date.created.spa.fl_str_mv 2019-07-20
dc.date.issued.spa.fl_str_mv 2020-01-17
dc.date.accessioned.none.fl_str_mv 2023-06-14T19:08:48Z
dc.date.available.none.fl_str_mv 2023-06-14T19:08:48Z
dc.type.spa.fl_str_mv article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.hasVersion.spa.fl_str_mv info:eu repo/semantics/publishedVersion
dc.identifier.doi.spa.fl_str_mv  https://doi.org/10.12804/revistas.urosario.edu.co/disertaciones/a.7691
dc.identifier.issn.spa.fl_str_mv 1856 9536
dc.identifier.uri.none.fl_str_mv https://repository.urosario.edu.co/handle/10336/39743
identifier_str_mv  https://doi.org/10.12804/revistas.urosario.edu.co/disertaciones/a.7691
1856 9536
url https://repository.urosario.edu.co/handle/10336/39743
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.citationTitle.spa.fl_str_mv Anuario Electrónico de Estudios en Comunicación Social "Disertaciones
dc.relation.ispartof.spa.fl_str_mv Anuario Electrónico de Estudios en Comunicación Social "Disertaciones"; Vol. 13 Núm. 1 (2020)
dc.relation.uri.spa.fl_str_mv https://revistas.urosario.edu.co/index.php/disertaciones/article/view/7691
dc.rights.spa.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.acceso.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by nc nd/4.0
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
Abierto (Texto Completo)
https://creativecommons.org/licenses/by nc nd/4.0
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad del Rosario
Universidad de Los Andes
Universidad Complutense de Madrid
dc.publisher.department.spa.fl_str_mv Editorial Universidad del Rosario
dc.source.spa.fl_str_mv Anuario Electrónico de Estudios en Comunicación Social "Disertaciones
institution Universidad del Rosario
dc.source.instname.spa.fl_str_mv instname:Universidad del Rosario
dc.source.reponame.spa.fl_str_mv reponame:Repositorio Institucional EdocUR
bitstream.url.fl_str_mv https://repository.urosario.edu.co/bitstreams/ef009f1b-3856-4d39-879a-e2ca5539161d/download
https://repository.urosario.edu.co/bitstreams/171378d2-e668-45c2-a6b4-3d307f663c14/download
https://repository.urosario.edu.co/bitstreams/bb1e8671-97fe-4ca0-89b3-9606a17b6a17/download
bitstream.checksum.fl_str_mv a37d100e3b1d5e76ac7b4a5e474671cb
412f789cd4ac03ab02afa41b9940fd6a
f3124d7cac681938ec1b742e14ab505b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional EdocUR
repository.mail.fl_str_mv edocur@urosario.edu.co
_version_ 1814167508587905024
spelling 09fa4120-d0fb-424e-b854-9d2a41573220fe842197-95fc-4f39-a3ba-cfc09d861f72a5827b21-82ec-421d-be76-d9c446d34c492023-06-14T19:08:48Z2023-06-14T19:08:48Z2019-07-202020-01-17Los cambios producidos en los últimos años en cuanto a modelos de comunicación social han llevado a todos los sectores a adaptarse a los nuevos medios para alcanzar a su público. La comunicación de la ciencia no es una excepción. La manera en que se distribuyen contenidos sobre ciencia está cambiando debido a la presencia creciente de tecnologías, y la red social Twitter se ha convertido en un importante aliado debido a su gran volumen de usuarios. En el presente trabajo, se utilizan técnicas de aprendizaje automático para desarrollar un clasificador —que funciona en tiempo real— de sentimiento relacionados con mensajes publicados en Twitter. Para ello, se descargaron 200 000 tweets destinados a construir un corpus de entrenamiento limpio y procesado de 10 000 textos etiquetados, la mitad positivos y la mitad negativos, sobre ciencia en español. El corpus permite entrenar el modelo de aprendizaje automático y construir un prototipo OpScience, capaz de determinar el sentimiento de mensajes publicados en Twitter en tiempo real. Los resultados relacionados con la exactitud del clasificador corresponden al 72 %. Estos resultados pueden ayudar a darle mayor valor a temas de la comunicación científica en un espacio de debate social y predecir intereses o tendencias futuras, como se pudo comprobar en una prueba en enero de 2019.application/pdf https://doi.org/10.12804/revistas.urosario.edu.co/disertaciones/a.76911856 9536https://repository.urosario.edu.co/handle/10336/39743spaUniversidad del RosarioUniversidad de Los AndesUniversidad Complutense de MadridEditorial Universidad del RosarioAnuario Electrónico de Estudios en Comunicación Social "DisertacionesAnuario Electrónico de Estudios en Comunicación Social "Disertaciones"; Vol. 13 Núm. 1 (2020)https://revistas.urosario.edu.co/index.php/disertaciones/article/view/7691Attribution-NonCommercial-NoDerivatives 4.0 InternationalAbierto (Texto Completo)https://creativecommons.org/licenses/by nc nd/4.0http://purl.org/coar/access_right/c_abf2Anuario Electrónico de Estudios en Comunicación Social "Disertacionesinstname:Universidad del Rosarioreponame:Repositorio Institucional EdocURAnálisis de sentimientoAprendizaje automático supervisadoTwitterComunicación científicaSentiment analysisTwitterSupervised machine learningScientific communicationAnálise de Sentimentoaprendizagem automática supervisadaTwittercomunicação científicaDel data driven al data feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automáticoFrom Data Driven to Data Feeling: Sentiment Analysis in Real Time of Messages in Spanish about Scientific Communication Using Machine Learning TechniquesDo data driven ao data feeling: análise de sentimento no tempo real de mensagens em espanhol sobre divulgação científica usando técnicas de aprendizagem automáticaarticleinfo:eu repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501Sánchez Holgado, PatriciaMartín Merino Acera, ManuelBlanco Herrero, DavidORIGINALdel_data_driven_al_data_feeling_analisis_de_sentimiento_en_tiempo_real_de_mensajes_en_español_sobre_divulgacion_cientifica_usando_tecnicas_de_aprendizaje_automatico.pdfapplication/pdf699348https://repository.urosario.edu.co/bitstreams/ef009f1b-3856-4d39-879a-e2ca5539161d/downloada37d100e3b1d5e76ac7b4a5e474671cbMD51TEXTdel_data_driven_al_data_feeling_analisis_de_sentimiento_en_tiempo_real_de_mensajes_en_español_sobre_divulgacion_cientifica_usando_tecnicas_de_aprendizaje_automatico.pdf.txtdel_data_driven_al_data_feeling_analisis_de_sentimiento_en_tiempo_real_de_mensajes_en_español_sobre_divulgacion_cientifica_usando_tecnicas_de_aprendizaje_automatico.pdf.txtExtracted texttext/plain75937https://repository.urosario.edu.co/bitstreams/171378d2-e668-45c2-a6b4-3d307f663c14/download412f789cd4ac03ab02afa41b9940fd6aMD52THUMBNAILdel_data_driven_al_data_feeling_analisis_de_sentimiento_en_tiempo_real_de_mensajes_en_español_sobre_divulgacion_cientifica_usando_tecnicas_de_aprendizaje_automatico.pdf.jpgdel_data_driven_al_data_feeling_analisis_de_sentimiento_en_tiempo_real_de_mensajes_en_español_sobre_divulgacion_cientifica_usando_tecnicas_de_aprendizaje_automatico.pdf.jpgGenerated Thumbnailimage/jpeg3752https://repository.urosario.edu.co/bitstreams/bb1e8671-97fe-4ca0-89b3-9606a17b6a17/downloadf3124d7cac681938ec1b742e14ab505bMD5310336/39743oai:repository.urosario.edu.co:10336/397432023-06-15 03:01:13.534https://creativecommons.org/licenses/by nc nd/4.0Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.co