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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/176789
Ver los metadatos del registro completo
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 |