Aprendizaje automático aplicado al análisis de sentimientos

Con la evolución del Internet, hay una gran cantidad de información presente en la web como lo son las opiniones de los usuarios o  consumidores sobre diversos contextos ya sea para expresar su conformidad o inconformidad sobre un producto o servicio recibido, así como la opinión de un artículo comp...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Denis Cedeno-Moreno, Miguel Vargas
Formato: article
Lenguaje:ES
Publicado: Editorial Universitaria 2020
Materias:
Acceso en línea:https://doaj.org/article/df63215ec35b44898de3911c86940a6f
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Descripción
Sumario:Con la evolución del Internet, hay una gran cantidad de información presente en la web como lo son las opiniones de los usuarios o  consumidores sobre diversos contextos ya sea para expresar su conformidad o inconformidad sobre un producto o servicio recibido, así como la opinión de un artículo comprado o sobre la gestión que realiza alguna persona. Debido a la gran cantidad de opiniones, comentarios y sugerencias de los usuarios, es muy importante explorar, analizar y organizar sus puntos de vista para tomar mejores decisiones. El análisis de sentimientos es una tarea de procesamiento de lenguaje natural y extracción de información que identifica las opiniones de los usuarios explicadas en forma de comentarios positivos, negativos o neutrales. Varias técnicas pueden ser utilizadas para este fin, por ejemplo el uso de diccionarios léxicos que ha sido muy utilizada y recientemente la utilización de la inteligencia artificial específicamente algoritmos supervisados. En este documento, se propone la utilización de técnicas de algoritmos supervisados para observar su utilización y ver el rendimiento de diferentes modelos de algoritmos supervisados para medir la efectividad en la clasificación de un conjunto de datos.