Uso de arquitecturas de inteligencia artificial para la determinación y análisis de sentimientos en tweets

RESUMEN : El presente trabajo tiene como finalidad poder realizar un análisis de sentimientos en tweets en español. En una primera instancia se ha de tener en cuenta un tratamiento de los datos que involucran una normalización del lenguaje donde se eliminaran palabras vac´ıas (stopwords), emojis, menciones entre otros. Después de estos se evaluaran diferentes métricas de desempe˜no de clasificación en cada uno de los modelos planteados, teniendo en cuenta diferentes formas de vectorización de los conjuntos de datos y tambi´en diferentes distribuciones de los mismos, esto con el fin de comparar primero la eficacia de cada modelo y adem´as si influye o no la porci´on de datos que se utilice para entrenar y testear y adem´as la forma de representar los mismos. Los mejores modelos que se encontraron fueron una regresión logística con una representaci´on de los datos dada por un embebimiento y un clasificador de stacking con una representaci´on de los datos dada por una vectorización Count Vectorizer.

• Autores: Aguiar Valencia, Daniela
• Tipo de recurso: Tesis
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/35518
• Acceso en línea: https://hdl.handle.net/10495/35518
• Palabra clave: Análisis de sentimientos; Sentiment Analysis; Minería de datos; Data Mining; Análisis de regresión logística; Tweets; Embedding
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/