Aplicación de técnicas de Machine Learning para hacer análisis de polaridad de sentimientos en texto para detectar tendencias de opinión en plataformas online
Cargando...
Fecha
2021-03-01
Autores
Director
Enlace al recurso
DOI
Google Scholar
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Cargando...
Resumen
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.
Abstract
The Internet has allowed millions of people to connect and generate interactions, as in social networks, which has generated a lot of unstructured information, which is difficult for a group of human beings to analyze, due to its large amount. In this work, Machine Learning techniques are applied to analyze the polarity of sentiment in Spanish language, of the comments of Twitter users about various topics. Sentiment polarity analysis allows you to analyze opinion trends quickly and automatically, allowing companies and organizations to have valuable information for decision-making. Recurrent Neural Networks are implemented, which are one of the methods that show the best results for sequence analysis, through the application of Deep Learning, which belongs to the field of Machine Learning and which, in addition, avoids the need to perform extraction of characteristics, which would require careful selection by language experts. Keras is used to program the model with tensorflow, and accuracy results are obtained very close to the most advanced systems in the state of the art. The model is trained with a Dataset of 49,444 sentences labeled with positive or negative, based on the TASS corpus
Idioma
spa
Palabras clave
Citación
Granados, Figueroa, J. D. (2021). Aplicación de técnicas de Machine Learning para hacer análisis de polaridad de sentimientos en texto para detectar tendencias de opinión en plataformas online. [Trabajo de pregrado, Universidad Santo Tomás]. Repositorio Institucional.