Título : |
Modelo basado en aprendizaje profundo para el análisis de sentimiento de tuits en español |
Tipo de documento: |
texto impreso |
Autores: |
Danitza Yvette Bermejo Escobar, Autor ; Gerson Waldyr Vizcarra Aguilar, Autor |
Editorial: |
Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas. Escuela Profesional de Ingeniería de Sistemas |
Fecha de publicación: |
2019 |
Número de páginas: |
96 páginas |
Il.: |
ilustraciones, tablas |
Dimensiones: |
30 cm |
Material de acompañamiento: |
1 CD-ROM |
Nota general: |
Para optar Título Profesional de Ingeniero de Sistemas |
Idioma : |
Español (spa) |
Resumen: |
El análisis de sentimiento es una tarea de investigación en el campo del Procesamiento del Lenguaje Natural cuyo objetivo principal es determinar la polaridad de sentimiento de un texto. El análisis de sentimiento ha obtenido buenos resultados en el idioma inglés. Sin embargo, las métricas en español aún son bajas. La presente tesis propone tres modelos basados en aprendizaje profundo para abordar la tarea de análisis de sentimiento de tuits en español. El objetivo es mejorar los resultados obtenidos por métodos anteriores. Para ello, se ha realizado el preprocesamiento de los datos y la generación de representaciones de palabras que serán las entradas de los modelos. Seguidamente, se implementaron las redes neuronales recurrente, convolucional y un híbrido de ambos. Para evaluar los modelos propuestos, se utilizó el corpus InterTASS con cuatro clases. La métrica principal que se consideró es la exactitud. Los resultados muestran que los modelos propuestos son competitivos frente a previos métodos de referencia. |
En línea: |
http://repositorio.unap.edu.pe/handle/UNAP/12719 |
Link: |
https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=110990 |
Modelo basado en aprendizaje profundo para el análisis de sentimiento de tuits en español [texto impreso] / Danitza Yvette Bermejo Escobar, Autor ; Gerson Waldyr Vizcarra Aguilar, Autor . - Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas. Escuela Profesional de Ingeniería de Sistemas, 2019 . - 96 páginas : ilustraciones, tablas ; 30 cm + 1 CD-ROM. Para optar Título Profesional de Ingeniero de Sistemas Idioma : Español ( spa)
Resumen: |
El análisis de sentimiento es una tarea de investigación en el campo del Procesamiento del Lenguaje Natural cuyo objetivo principal es determinar la polaridad de sentimiento de un texto. El análisis de sentimiento ha obtenido buenos resultados en el idioma inglés. Sin embargo, las métricas en español aún son bajas. La presente tesis propone tres modelos basados en aprendizaje profundo para abordar la tarea de análisis de sentimiento de tuits en español. El objetivo es mejorar los resultados obtenidos por métodos anteriores. Para ello, se ha realizado el preprocesamiento de los datos y la generación de representaciones de palabras que serán las entradas de los modelos. Seguidamente, se implementaron las redes neuronales recurrente, convolucional y un híbrido de ambos. Para evaluar los modelos propuestos, se utilizó el corpus InterTASS con cuatro clases. La métrica principal que se consideró es la exactitud. Los resultados muestran que los modelos propuestos son competitivos frente a previos métodos de referencia. |
En línea: |
http://repositorio.unap.edu.pe/handle/UNAP/12719 |
Link: |
https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=110990 |
Modelo basado en aprendizaje profundo para el análisis de sentimiento de tuits en español
El análisis de sentimiento es una tarea de investigación en el campo del Procesamiento del Lenguaje Natural cuyo objetivo principal es determinar la polaridad de sentimiento de un texto. El análisis de sentimiento ha obtenido buenos resultados en el idioma inglés. Sin embargo, las métricas en español aún son bajas. La presente tesis propone tres modelos basados en aprendizaje profundo para abordar la tarea de análisis de sentimiento de tuits en español. El objetivo es mejorar los resultados obtenidos por métodos anteriores. Para ello, se ha realizado el preprocesamiento de los datos y la generación de representaciones de palabras que serán las entradas de los modelos. Seguidamente, se implementaron las redes neuronales recurrente, convolucional y un híbrido de ambos. Para evaluar los modelos propuestos, se utilizó el corpus InterTASS con cuatro clases. La métrica principal que se consideró es la exactitud. Los resultados muestran que los modelos propuestos son competitivos frente a previos métodos de referencia.
Bermejo Escobar, Danitza YvetteVizcarra Aguilar, Gerson Waldyr - -
Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas. Escuela Profesional de Ingeniería de Sistemas - 2019
Para optar Título Profesional de Ingeniero de Sistemas
|
| |