Diagnostico del estado de la cuestion y retos en el analisis de sentimientos basado en el procedimiento del lenguaje natural

En pleno apogeo de la revolución digital, muchas áreas de la vida cotidiana han sido afectadas por ese fenómeno, una de ellas es la manera como se establecen las relaciones sociales, permitiendo recortar la brecha de impedimentos como la distancia, el tiempo de envió de un mensaje, etc. Las plataformas sociales en línea han permitido que todo lo anteriormente mencionado sea posible generando como consecuencia grandes volúmenes de información debido al uso masivo y constante de estas tecnologías (Miranda, Guzmán, & Salcedo, 2016). Si a esta información recolectada de redes sociales (opiniones, comentarios, observaciones, criticas, etc.) se le da un trato especial y se explota de una manera meticulosa y rigurosa, se puede generar información que permita determinar la ideología o polaridad con al que se emite, lo que se denomina el Análisis de sentimiento de los usuarios(López, Guillena, Jiménez, & Valdivia, 2014) con el fin de calcular la reputación de un ente a investigar. En el medio tecnológico actual hay herramientas con el propósito de suplir esta necesidad, pero si se desea información más fiable, se debe hacer una investigación más exhaustiva para alcanzar información más verídica. Para estos escenarios se pueden aplicar técnicas de Machine Learning (En inglés traduce Aprendizaje Automático). Estas técnicas requieren un esfuerzo mayor debido a que es necesario tener conocimientos técnicos en programación y análisis de datos. Todo parte de sustraer la información de la plataforma social, en este caso Twitter, la información extraída debe ser depurada y normalizada para que posteriormente pueda ser procesada mediante las técnicas de Machine Learning complementadas con programación a la medida, que luego de ejecutar el programa arrojara los indicadores que dan como resultado la información que nos aporta valor agregado para la toma de decisiones (Henriquez Miranda & Guzman, 2016).

• Autores: Tuberquia Benitez, Jayver; Cartagena, Jair Andres
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2018
• Institución: Tecnológico de Antioquia
• Repositorio: Repositorio Tdea
• Idioma: spa
• OAI Identifier: oai:dspace.tdea.edu.co:tda/434
• Acceso en línea: https://dspace.tdea.edu.co/handle/tda/434
• Palabra clave: Innovaciones tecnologicas; Redes sociales; Relaciones sociales; Lenguajes naturales; Programas para computador
• Rights: openAccess
• License: Derechos reservados - Tecnológico de Antioquia