Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos

Autores
Braña, Juan Pablo; Litterio, Alejandra; Fernández, Alejandro
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning.
Eje: Bases de Datos y Minería de Datos
Materia
Ciencias de la Computación e Información
POS tagging
Linguistics
Hybrid systems
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/3432
Acceder
id CICBA_89b89179479390e5aaf40542a8f60478
oai_identifier_str oai:digital.cic.gba.gob.ar:11746/3432
network_acronym_str CICBA
repository_id_str 9441
network_name_str CIC Digital (CICBA)
spelling Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinosBraña, Juan PabloLitterio, AlejandraFernández, AlejandroCiencias de la Computación e InformaciónPOS taggingLinguisticsHybrid systemsEl proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning.Eje: Bases de Datos y Minería de Datos2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/3432spahttp://sedici.unlp.edu.ar/handle/10915/52766info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-10-23T11:14:30Zoai:digital.cic.gba.gob.ar:11746/3432Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-10-23 11:14:30.489CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos
title Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos
spellingShingle Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos
Braña, Juan Pablo
Ciencias de la Computación e Información
POS tagging
Linguistics
Hybrid systems
title_short Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos
title_full Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos
title_fullStr Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos
title_full_unstemmed Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos
title_sort Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos
dc.creator.none.fl_str_mv Braña, Juan Pablo
Litterio, Alejandra
Fernández, Alejandro
author Braña, Juan Pablo
author_facet Braña, Juan Pablo
Litterio, Alejandra
Fernández, Alejandro
author_role author
author2 Litterio, Alejandra
Fernández, Alejandro
author2_role author
author
dc.subject.none.fl_str_mv Ciencias de la Computación e Información
POS tagging
Linguistics
Hybrid systems
topic Ciencias de la Computación e Información
POS tagging
Linguistics
Hybrid systems
dc.description.none.fl_txt_mv El proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning.
Eje: Bases de Datos y Minería de Datos
description El proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning.
publishDate 2016
dc.date.none.fl_str_mv 2016-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://digital.cic.gba.gob.ar/handle/11746/3432
url https://digital.cic.gba.gob.ar/handle/11746/3432
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/52766
info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:CIC Digital (CICBA)
instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron:CICBA
reponame_str CIC Digital (CICBA)
collection CIC Digital (CICBA)
instname_str Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron_str CICBA
institution CICBA
repository.name.fl_str_mv CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
repository.mail.fl_str_mv marisa.degiusti@sedici.unlp.edu.ar
_version_ 1846783895359455232
score 12.982451

Publicaciones similares