Análisis etiquetado de textos para predicción de la polaridad, enfoque semi supervisado y etiquetado automático

El objetivo de este trabajo fue explorar dos enfoques relacionados con el análisis de textos y su procesamiento o etiquetado para lograr predecir la polaridad asociada. Estos dos enfoques: etiquetado semi supervisado y etiquetado basado en transfer learning. El aprendizaje semi supervisado, en un contexto de procesamiento de datos se entiende como la forma en que un algoritmo en su entrenamiento utiliza una cantidad de data etiquetada manualmente para pronosticar otra cantidad sin etiqueta. El enfoque de transfer learning hace referencia a utilizar el conocimiento y desarrollo detrás de una librería que de manera automática genera el etiquetado del texto sin ninguna interacción manual, la librería utilizar para este ejercicio fue senticnet. El desarrollo de este trabajo de grado busca enriquecer el pronóstico de una polaridad a través de ambos enfoques, permitiendo iterar y sensibilizar parámetros relevantes dentro de cada uno.

• Tipo de recurso: masterThesis
• Fecha de publicación: 2020
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/51090
• Acceso en línea: http://hdl.handle.net/10554/51090; https://doi.org/10.11144/Javeriana.10554.51090
• Palabra clave: Análisis sentimientos; NLP; Etiquetado; Servicio al cliente; Polaridad; Sentiment analysis; NLP; Labelling; Customer service; Polarity; Maestría en analítica para la inteligencia de negocios - Tesis y disertaciones académicas; Servicio al cliente; Polaridad; Lenguaje natural (Informática)
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional