Identificación de comunidades en intervalos de tiempo a través del lenguaje

Autores
Browarnik, Martin Igal
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Feuerstein, Esteban Zindel
Ortiz de Zárate, Juan Manuel
Descripción
La identificación de comunidades es una tarea ampliamente estudiada desde diversas disciplinas hace ya largos años; con la aparición de la digitalización de las relaciones humanas se hizo mucho más accesible analizar e identificar comunidades a escalas mucho más grandes. Las redes sociales, por ejemplo, juegan un rol sumamente preponderante en nuestras interacciones, influenciándolas directamente debido a sus algoritmos de segregación. Algunas de estas proveen APIs que permiten acceder a esta información e identificar fácilmente las relaciones de los usuarios. En este trabajo desarrollamos distintas metodologías para entrenar modelos PLN (Procesamiento de lenguajes naturales) que logren identificar comunidades en redes sociales exclusivamente a través de su jerga, es decir por el lenguaje que utilizan, a lo largo del tiempo. Para esto, realizamos diversos experimentos que nos permiten determinar cuáles metodologías son mejores que otras dependiendo el contexto y cómo debemos mantener estos modelos para que sigan siendo útiles a lo largo del tiempo.
Fil: Browarnik, Martin Igal. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
MODELOS DE PLN
DETECCIÓN DE COMUNIDADES
REDES SOCIALES
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
seminario:seminario_nCOM000551_Browarnik
Acceder
id BDUBAFCEN_6b4c569b5e50e8b9d9141ab8b452e82a
oai_identifier_str seminario:seminario_nCOM000551_Browarnik
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Identificación de comunidades en intervalos de tiempo a través del lenguajeBrowarnik, Martin IgalMODELOS DE PLNDETECCIÓN DE COMUNIDADESREDES SOCIALESLa identificación de comunidades es una tarea ampliamente estudiada desde diversas disciplinas hace ya largos años; con la aparición de la digitalización de las relaciones humanas se hizo mucho más accesible analizar e identificar comunidades a escalas mucho más grandes. Las redes sociales, por ejemplo, juegan un rol sumamente preponderante en nuestras interacciones, influenciándolas directamente debido a sus algoritmos de segregación. Algunas de estas proveen APIs que permiten acceder a esta información e identificar fácilmente las relaciones de los usuarios. En este trabajo desarrollamos distintas metodologías para entrenar modelos PLN (Procesamiento de lenguajes naturales) que logren identificar comunidades en redes sociales exclusivamente a través de su jerga, es decir por el lenguaje que utilizan, a lo largo del tiempo. Para esto, realizamos diversos experimentos que nos permiten determinar cuáles metodologías son mejores que otras dependiendo el contexto y cómo debemos mantener estos modelos para que sigan siendo útiles a lo largo del tiempo.Fil: Browarnik, Martin Igal. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesFeuerstein, Esteban ZindelOrtiz de Zárate, Juan Manuel2021info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttps://hdl.handle.net/20.500.12110/seminario_nCOM000551_Browarnikspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-11-06T09:40:36Zseminario:seminario_nCOM000551_BrowarnikInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-11-06 09:40:37.858Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Identificación de comunidades en intervalos de tiempo a través del lenguaje
title Identificación de comunidades en intervalos de tiempo a través del lenguaje
spellingShingle Identificación de comunidades en intervalos de tiempo a través del lenguaje
Browarnik, Martin Igal
MODELOS DE PLN
DETECCIÓN DE COMUNIDADES
REDES SOCIALES
title_short Identificación de comunidades en intervalos de tiempo a través del lenguaje
title_full Identificación de comunidades en intervalos de tiempo a través del lenguaje
title_fullStr Identificación de comunidades en intervalos de tiempo a través del lenguaje
title_full_unstemmed Identificación de comunidades en intervalos de tiempo a través del lenguaje
title_sort Identificación de comunidades en intervalos de tiempo a través del lenguaje
dc.creator.none.fl_str_mv Browarnik, Martin Igal
author Browarnik, Martin Igal
author_facet Browarnik, Martin Igal
author_role author
dc.contributor.none.fl_str_mv Feuerstein, Esteban Zindel
Ortiz de Zárate, Juan Manuel
dc.subject.none.fl_str_mv MODELOS DE PLN
DETECCIÓN DE COMUNIDADES
REDES SOCIALES
topic MODELOS DE PLN
DETECCIÓN DE COMUNIDADES
REDES SOCIALES
dc.description.none.fl_txt_mv La identificación de comunidades es una tarea ampliamente estudiada desde diversas disciplinas hace ya largos años; con la aparición de la digitalización de las relaciones humanas se hizo mucho más accesible analizar e identificar comunidades a escalas mucho más grandes. Las redes sociales, por ejemplo, juegan un rol sumamente preponderante en nuestras interacciones, influenciándolas directamente debido a sus algoritmos de segregación. Algunas de estas proveen APIs que permiten acceder a esta información e identificar fácilmente las relaciones de los usuarios. En este trabajo desarrollamos distintas metodologías para entrenar modelos PLN (Procesamiento de lenguajes naturales) que logren identificar comunidades en redes sociales exclusivamente a través de su jerga, es decir por el lenguaje que utilizan, a lo largo del tiempo. Para esto, realizamos diversos experimentos que nos permiten determinar cuáles metodologías son mejores que otras dependiendo el contexto y cómo debemos mantener estos modelos para que sigan siendo útiles a lo largo del tiempo.
Fil: Browarnik, Martin Igal. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description La identificación de comunidades es una tarea ampliamente estudiada desde diversas disciplinas hace ya largos años; con la aparición de la digitalización de las relaciones humanas se hizo mucho más accesible analizar e identificar comunidades a escalas mucho más grandes. Las redes sociales, por ejemplo, juegan un rol sumamente preponderante en nuestras interacciones, influenciándolas directamente debido a sus algoritmos de segregación. Algunas de estas proveen APIs que permiten acceder a esta información e identificar fácilmente las relaciones de los usuarios. En este trabajo desarrollamos distintas metodologías para entrenar modelos PLN (Procesamiento de lenguajes naturales) que logren identificar comunidades en redes sociales exclusivamente a través de su jerga, es decir por el lenguaje que utilizan, a lo largo del tiempo. Para esto, realizamos diversos experimentos que nos permiten determinar cuáles metodologías son mejores que otras dependiendo el contexto y cómo debemos mantener estos modelos para que sigan siendo útiles a lo largo del tiempo.
publishDate 2021
dc.date.none.fl_str_mv 2021
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/seminario_nCOM000551_Browarnik
url https://hdl.handle.net/20.500.12110/seminario_nCOM000551_Browarnik
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1848046112685948928
score 12.976206

Publicaciones similares