Modelado e implementación de algoritmos inteligentes de análisis de opinión

Autores
Tessore, Juan Pablo
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
libro
Estado
versión publicada
Descripción
La expansión de las redes sociales ha impulsado la producción masiva de textos digitales. Sin embargo, clasificar automáticamente estos textos, especialmente para detectar emociones, enfrenta desafíos: el etiquetado manual es lento y los recursos en español son escasos. Esta investigación propone un innovador enfoque para crear clasificadores automáticos de emociones en español, eliminando casi por completo la necesidad de etiquetado manual. Las etiquetas se obtienen directamente de los usuarios que escriben el contenido y se valida con una muestra mínima. Asimismo, se incorpora información contextual para mejorar el desempeño del clasificador. Este método permite detectar emociones en opiniones sobre productos, políticas o en casos de seguridad como amenazas y acoso. Los resultados demuestran que el desempeño de estos clasificadores es equivalente al de aquellos entrenados con etiquetado manual. Un avance eficiente para el análisis de sentimientos en español adaptable a otros idiomas y temas.
Tesis realizada en la Universidad Nacional de La Plata. Grado alcanzado: Doctor en Ciencias Informáticas. Director: Sandra Silvia Baldassarri. La tesis, presentada en el año 2023, obtuvo el Premio "Dr. Raúl Gallard" en el 2024.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Informática
Algoritmo
Procesamiento del lenguaje natural
Aprendizaje automático
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/176789

id SEDICI_fa111853c46c3a511a7921c733aaab34
oai_identifier_str oai:sedici.unlp.edu.ar:10915/176789
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelado e implementación de algoritmos inteligentes de análisis de opiniónTessore, Juan PabloCiencias InformáticasInformáticaAlgoritmoProcesamiento del lenguaje naturalAprendizaje automáticoLa expansión de las redes sociales ha impulsado la producción masiva de textos digitales. Sin embargo, clasificar automáticamente estos textos, especialmente para detectar emociones, enfrenta desafíos: el etiquetado manual es lento y los recursos en español son escasos. Esta investigación propone un innovador enfoque para crear clasificadores automáticos de emociones en español, eliminando casi por completo la necesidad de etiquetado manual. Las etiquetas se obtienen directamente de los usuarios que escriben el contenido y se valida con una muestra mínima. Asimismo, se incorpora información contextual para mejorar el desempeño del clasificador. Este método permite detectar emociones en opiniones sobre productos, políticas o en casos de seguridad como amenazas y acoso. Los resultados demuestran que el desempeño de estos clasificadores es equivalente al de aquellos entrenados con etiquetado manual. Un avance eficiente para el análisis de sentimientos en español adaptable a otros idiomas y temas.Tesis realizada en la Universidad Nacional de La Plata. Grado alcanzado: Doctor en Ciencias Informáticas. Director: Sandra Silvia Baldassarri. La tesis, presentada en el año 2023, obtuvo el Premio "Dr. Raúl Gallard" en el 2024.Red de Universidades con Carreras en InformáticaEditorial de la Universidad Nacional de La Plata (EDULP)2025-02-20info:eu-repo/semantics/bookinfo:ar-repo/semantics/libroinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_2f33application/pdfhttp://sedici.unlp.edu.ar/handle/10915/176789spainfo:eu-repo/semantics/altIdentifier/isbn/978-631-6568-47-2info:eu-repo/semantics/reference/hdl/10915/158282info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T11:19:35Zoai:sedici.unlp.edu.ar:10915/176789Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 11:19:36.194SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelado e implementación de algoritmos inteligentes de análisis de opinión
title Modelado e implementación de algoritmos inteligentes de análisis de opinión
spellingShingle Modelado e implementación de algoritmos inteligentes de análisis de opinión
Tessore, Juan Pablo
Ciencias Informáticas
Informática
Algoritmo
Procesamiento del lenguaje natural
Aprendizaje automático
title_short Modelado e implementación de algoritmos inteligentes de análisis de opinión
title_full Modelado e implementación de algoritmos inteligentes de análisis de opinión
title_fullStr Modelado e implementación de algoritmos inteligentes de análisis de opinión
title_full_unstemmed Modelado e implementación de algoritmos inteligentes de análisis de opinión
title_sort Modelado e implementación de algoritmos inteligentes de análisis de opinión
dc.creator.none.fl_str_mv Tessore, Juan Pablo
author Tessore, Juan Pablo
author_facet Tessore, Juan Pablo
author_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Informática
Algoritmo
Procesamiento del lenguaje natural
Aprendizaje automático
topic Ciencias Informáticas
Informática
Algoritmo
Procesamiento del lenguaje natural
Aprendizaje automático
dc.description.none.fl_txt_mv La expansión de las redes sociales ha impulsado la producción masiva de textos digitales. Sin embargo, clasificar automáticamente estos textos, especialmente para detectar emociones, enfrenta desafíos: el etiquetado manual es lento y los recursos en español son escasos. Esta investigación propone un innovador enfoque para crear clasificadores automáticos de emociones en español, eliminando casi por completo la necesidad de etiquetado manual. Las etiquetas se obtienen directamente de los usuarios que escriben el contenido y se valida con una muestra mínima. Asimismo, se incorpora información contextual para mejorar el desempeño del clasificador. Este método permite detectar emociones en opiniones sobre productos, políticas o en casos de seguridad como amenazas y acoso. Los resultados demuestran que el desempeño de estos clasificadores es equivalente al de aquellos entrenados con etiquetado manual. Un avance eficiente para el análisis de sentimientos en español adaptable a otros idiomas y temas.
Tesis realizada en la Universidad Nacional de La Plata. Grado alcanzado: Doctor en Ciencias Informáticas. Director: Sandra Silvia Baldassarri. La tesis, presentada en el año 2023, obtuvo el Premio "Dr. Raúl Gallard" en el 2024.
Red de Universidades con Carreras en Informática
description La expansión de las redes sociales ha impulsado la producción masiva de textos digitales. Sin embargo, clasificar automáticamente estos textos, especialmente para detectar emociones, enfrenta desafíos: el etiquetado manual es lento y los recursos en español son escasos. Esta investigación propone un innovador enfoque para crear clasificadores automáticos de emociones en español, eliminando casi por completo la necesidad de etiquetado manual. Las etiquetas se obtienen directamente de los usuarios que escriben el contenido y se valida con una muestra mínima. Asimismo, se incorpora información contextual para mejorar el desempeño del clasificador. Este método permite detectar emociones en opiniones sobre productos, políticas o en casos de seguridad como amenazas y acoso. Los resultados demuestran que el desempeño de estos clasificadores es equivalente al de aquellos entrenados con etiquetado manual. Un avance eficiente para el análisis de sentimientos en español adaptable a otros idiomas y temas.
publishDate 2025
dc.date.none.fl_str_mv 2025-02-20
dc.type.none.fl_str_mv info:eu-repo/semantics/book
info:ar-repo/semantics/libro
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_2f33
format book
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/176789
url http://sedici.unlp.edu.ar/handle/10915/176789
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-631-6568-47-2
info:eu-repo/semantics/reference/hdl/10915/158282
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Editorial de la Universidad Nacional de La Plata (EDULP)
publisher.none.fl_str_mv Editorial de la Universidad Nacional de La Plata (EDULP)
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260702058774528
score 13.13397