Aplicación de técnicas de Machine Learning para hacer análisis de polaridad de sentimientos en texto para detectar tendencias de opinión en plataformas online

Internet ha permitido a millones de personas conectarse y generar interacciones, como en las redes sociales, lo que ha generado mucha información no estructurada, que es difícil de analizar por un grupo de seres humanos, debido a su gran cantidad. En este trabajo se aplican técnicas de Machine Learning para analizar la polaridad de sentimiento en lenguaje español, de los comentarios de usuarios de Twitter acerca de diversos temas. El análisis de polaridad de sentimiento permite analizar las tendencias de opinión de una forma rápida y automática, permitiendo a las empresas y organización tener información valiosa para la toma de decisiones. Se implementan Redes Neuronales Recurrentes, las cuales son uno de los métodos que mejores resultados muestran para el análisis de secuencias, mediante la aplicación de Deep Learning, el cual pertenece al campo del Machine Learning y que, además, evita la necesidad de realizar extracción de características, lo cual conllevaría una minuciosa selección por parte de expertos de lenguaje. Se utiliza Keras para programar el modelo con tensorflow, y se obtienen resultados de exactitud muy cercanos a los sistemas más avanzados en el estado del arte. El modelo es entrenado con un Dataset de 49.444 oraciones etiquetadas con positivo o negativo, en base al corpus de TASS.

• Autores: Granados Figueroa, Juan David
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Santo Tomás
• Repositorio: Repositorio Institucional USTA
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/34933
• Acceso en línea: http://hdl.handle.net/11634/34933
• Palabra clave: Machine Learning; Sentiment Polarity Analysis; Recurrent Neural Network; Inteligencia Artificial; Procesamiento Natural de Lenguaje; Aprendizaje Profundo; Procesamiento Natural de Lenguaje; Redes Neuronales Recurrentes; Inteligencia Artificial; Aprendizaje de Maquina; Aprendizaje Profundo; Análisis de Polaridad de Sentimiento
• Rights: openAccess
• License: Abierto (Texto Completo)