Spelling suggestions: "subject:"sociotecnología"" "subject:"odontoestomatología""
1 |
Revisión sistemática sobre la aplicación de ontologías de dominio en el análisis de sentimientoOlivares Poggi, César Augusto 26 November 2016 (has links)
El análisis de sentimiento es un área de creciente investigación en los campos
del procesamiento de lenguaje natural y la recuperación de información. En
los últimos años ha habido un aumento en la aplicación de técnicas semánticas
en el análisis de sentimiento, en particular con el apoyo de la aplicación de
ontologías de dominio. Sin embargo, en la literatura actual no se cuenta con
un estudio que reporte de manera sistemática los beneficios alcanzados con la
aplicación de ontologías de dominio al análisis de sentimiento. Esta revisión
sistemática tiene por objetivos realizar dicha síntesis, reportar el grado de
generalización de las investigaciones realizadas, verificar el aprovechamiento
de la riqueza expresiva de las ontologías de dominio y señalar el estado del
arte actual en la representación de las emociones humanas por medio de
ontologías de dominio en su aplicación al análisis de sentimiento.
Se identificó 9 distintos problemas del análisis del sentimiento a los que se
aplicó ontologías de dominio y un total de 22 beneficios de dicha aplicación.
Los beneficios más reportados son: (1) el soporte para una representación
estructurada de las opiniones y la vinculación de datos; (2) mayor precisión
y exhaustividad en la clasificación de la polaridad; y (3) soporte para la
representación de modelos emocionales.
Como investigación futura se sugiere profundizar en el empleo de ontologías
de dominios para analizar el sentimiento a nivel de conceptos, modelar el
proceso de análisis de sentimiento, estandarizar la elaboración de ontologías
de productos e integrar diversos modelos emocionales, así como aprovechar
mejor la expresividad semántica y capacidad de razonamiento de las ontologías
de dominio. / Tesis
|
2 |
Modelo computacional de minería de microblogs para el análisis del comportamiento del consumidor de telefonía celularApaza Delgado, Santiago Hernán 26 November 2016 (has links)
Los mensajes de Twitter están siendo cada vez más usados para determinar el sentimiento
de los consumidores de servicios o productos. Para ello se hacen uso de diversas técnicas
computacionales, desde las tradicionales adaptadas de problemas de clasificación de textos
y las recientes que usan modelos de aprendizaje de máquina. En ambos enfoques se debe
desarrollar una serie de etapas que van desde el pre–procesamiento hasta la evaluación.
El presente documento muestra el resultado del proceso de aplicación de diversas técnicas
de Análisis de Sentimiento para poder asignar una polaridad positiva, negativa o neutral a
los tweets de los consumidores de telefonía celular en el Perú, con la finalidad de poder
identificar cual es el comportamiento que presentan los clientes de las empresas de telefonía
celular representado en opiniones vertidas en la red social Twitter.
Para ello se extrajeron 26,917,539 publicaciones de la red social Twiter durante 2 periodos,
cada uno de 30 días. Estas publicaciones corresponden a los tweets de los seguidores de tres
empresas de telefonía celular en el Perú, incluyendo una relativamente nueva en el mercado
peruano. El procedimiento seguido comprendió las siguientes tareas: a) Recolección de
tweets de los seguidores de las empresas de telefonía celular; b) Pre–procesamiento de la
data obtenida para poder identificar elementos importantes de cada tweet; c) Filtrado de
elementos poco relevantes, o ruido; y d) Clasificación de cada publicación basado en las
características obtenidas en etapas previas.
Los resultados obtenidos nos muestran que la introducción de un diccionario de lexicones
incrementó el número de términos que pueden ser considerados para la clasificación. Así
mismo, el uso de este diccionario al cual se le aumento nuevos términos permitió incrementar
la tasa de clasificación en un 0,75%. Finalmente, gracias a estas técnicas de análisis
de sentimiento, es posible explotar el contenido de redes sociales de manera que puedan
servir a las corporaciones para la toma de decisiones, especialmente de servicio a sus usuarios. / Tesis
|
3 |
Análisis de sentimiento en información de medios periodísticos y redes sociales mediante redes neuronales recurrentesZarate Calderon, Gabriel Helard 06 February 2022 (has links)
El análisis de sentimiento es un área de investigación importante en el procesamiento de lenguaje natural, la cual está en constante crecimiento especialmente por la generación de grandes volúmenes de información textual, y el avance tecnológico en lo que se refiere al almacenamiento y los algoritmos inteligentes para el análisis de esta. Esta tarea cada vez va tomando más fuerza su uso en diferentes aplicaciones computacionales dado el crecimiento exponencial del uso de medios digitales y redes sociales, las cuales, gracias a la información debidamente procesada, pueden ser muy valiosas para los negocios.
Actualmente existen procedimientos ambiguos para la realización de dicha tarea y sobre todo para textos en español y de manera específica para notas periodísticas y publicaciones realizadas en redes sociales, todo ello por el hecho de la escasa cantidad de herramientas existentes para la presente tarea, por ende el proceso de clasificación de las polaridades de los sentimientos expresadas en los textos se realiza de manera manual por expertos en el tema, generándose así resultados ambiguos y sesgados según la experiencia del encargado, lo cual generaba resultados que no eran del todo fiables retándole valor a dicha tarea, además del hecho de que realizarlo de manera totalmente manual resultaba muy pesado y se realizaba en un periodo largo de tiempo.
Para la realización de dicha tarea existen múltiples técnicas de aprendizaje de máquina y de aprendizaje profundo que son adecuadas para este, pero en el último año uno de los modelos que va siendo reconocido cada vez más para ser aplicado a resolver problemas de procesamiento de lenguaje natural son los modelos basados en transformers dadas sus buenas capacidades y los resultados que se obtienen con estos. Ante dicha problemática surge la necesidad de investigar más acerca de cómo se vienen implementando soluciones para la realización de análisis de sentimiento para hacer una comparativa sobre los modelos usados y además dadas las buenas capacidades de los modelos basados en transformers investigar más a fondo la utilidad de estos y las aplicaciones que tiene para así comprobar sus buenas capacidades.
|
4 |
Analítica de datos en información pública de medios periodísticos y redes sociales para el análisis de sentimiento: una revisión de literaturaZárate Calderón, Gabriel Hélard 02 February 2021 (has links)
El análisis de sentimiento es un área de investigación importante en el procesamiento de lenguaje natural, la cual está en constante crecimiento especialmente por la generación de grandes volúmenes de información textual, y el avance tecnológico en lo que se refiere al almacenamiento y los algoritmos inteligentes para el análisis de esta. Esta tarea cada vez va tomando más fuerza su uso en diferentes aplicaciones computacionales dado el crecimiento exponencial del uso de medios digitales y redes sociales, las cuales, gracias a la información debidamente procesada, pueden ser muy valiosas para los negocios.
Actualmente existen procedimientos ambiguos para la realización de dicha tarea y sobre todo para textos en español y de manera específica para notas periodísticas y publicaciones realizadas en redes sociales, todo ello por el hecho de la escasa cantidad de herramientas existentes para la presente tarea, por ende el proceso de clasificación de las polaridades de los sentimientos expresadas en los textos se realiza de manera manual por expertos en el tema, generándose así resultados ambiguos y sesgados según la experiencia del encargado, lo cual generaba resultados que no eran del todo fiables retándole valor a dicha tarea, además del hecho de que realizarlo de manera totalmente manual resultaba muy pesado y se realizaba en un periodo largo de tiempo.
Para la realización de dicha tarea existen múltiples técnicas de aprendizaje de máquina y de aprendizaje profundo que son adecuadas para este, pero en el último año uno de los modelos que va siendo reconocido cada vez más para ser aplicado a resolver problemas de procesamiento de lenguaje natural son los modelos basados en transformers dadas sus buenas capacidades y los resultados que se obtienen con estos. Ante dicha problemática surge la necesidad de investigar más acerca de cómo se vienen implementando soluciones para la realización de análisis de sentimiento para hacer una comparativa sobre los modelos usados y además dadas las buenas capacidades de los modelos basados en transformers investigar más a fondo la utilidad de estos y las aplicaciones que tiene para así comprobar sus buenas capacidades.
|
5 |
Identificación del sentimiento de entidades en notas periodísticas basado en técnicas de procesamiento de lenguaje natural: una revisión de literaturaLau Li, Julio Ka Jau 15 March 2021 (has links)
El análisis de sentimiento a nivel de entidades sobre notas periodísticas es una tarea de una
complejidad no trivial, lo que genera interés por parte de diferentes sectores, ya que esos tipos
de fuentes de datos causa que los sentimientos identificados no convergen hacia un objetivo
por su longitud extensa y variedad de temas. Sin embargo, no se sabe a ciencia cierta su
dificultad, por lo que el objetivo principal es poder identificar los conocimientos e información
disponible y existente en la actualidad para responder las preguntas formuladas. Por eso, se
define una revisión de literatura tomando en consideración la base de datos Scopus y el empleo
de palabras claves definidas por el método PICOC, donde se obtuvieron en total siete
documentos, cuatro artículos y tres revisiones sistemáticas que evidencian una disponibilidad
de espacio para experimentar y explorar, dado que principalmente se ha trabajado en medios
con mayor cantidad de datos y menor complejidad como las redes sociales o encuestas de
servicios. Esto se reafirmó al revisar los documentos de tesis asociados a este tema, donde
inclusive su demanda ha superado a paradigmas de análisis de sentimientos más clásicos. Es
por ello, que se concluye la necesidad de explotar esta área de conocimientos para poder
satisfacer la demanda de información cada vez más granulada, relevante y compleja,
aprovechando los recursos lingüísticos más óptimos para facilitar las labores que puedan
presentarse.
|
6 |
Revisión sistemática sobre la aplicación de ontologías de dominio en el análisis de sentimientoOlivares Poggi, César Augusto 26 November 2016 (has links)
El análisis de sentimiento es un área de creciente investigación en los campos
del procesamiento de lenguaje natural y la recuperación de información. En
los últimos años ha habido un aumento en la aplicación de técnicas semánticas
en el análisis de sentimiento, en particular con el apoyo de la aplicación de
ontologías de dominio. Sin embargo, en la literatura actual no se cuenta con
un estudio que reporte de manera sistemática los beneficios alcanzados con la
aplicación de ontologías de dominio al análisis de sentimiento. Esta revisión
sistemática tiene por objetivos realizar dicha síntesis, reportar el grado de
generalización de las investigaciones realizadas, verificar el aprovechamiento
de la riqueza expresiva de las ontologías de dominio y señalar el estado del
arte actual en la representación de las emociones humanas por medio de
ontologías de dominio en su aplicación al análisis de sentimiento.
Se identificó 9 distintos problemas del análisis del sentimiento a los que se
aplicó ontologías de dominio y un total de 22 beneficios de dicha aplicación.
Los beneficios más reportados son: (1) el soporte para una representación
estructurada de las opiniones y la vinculación de datos; (2) mayor precisión
y exhaustividad en la clasificación de la polaridad; y (3) soporte para la
representación de modelos emocionales.
Como investigación futura se sugiere profundizar en el empleo de ontologías
de dominios para analizar el sentimiento a nivel de conceptos, modelar el
proceso de análisis de sentimiento, estandarizar la elaboración de ontologías
de productos e integrar diversos modelos emocionales, así como aprovechar
mejor la expresividad semántica y capacidad de razonamiento de las ontologías
de dominio. / Tesis
|
7 |
Modelo computacional de minería de microblogs para el análisis del comportamiento del consumidor de telefonía celularApaza Delgado, Santiago Hernán 26 November 2016 (has links)
Los mensajes de Twitter están siendo cada vez más usados para determinar el sentimiento
de los consumidores de servicios o productos. Para ello se hacen uso de diversas técnicas
computacionales, desde las tradicionales adaptadas de problemas de clasificación de textos
y las recientes que usan modelos de aprendizaje de máquina. En ambos enfoques se debe
desarrollar una serie de etapas que van desde el pre–procesamiento hasta la evaluación.
El presente documento muestra el resultado del proceso de aplicación de diversas técnicas
de Análisis de Sentimiento para poder asignar una polaridad positiva, negativa o neutral a
los tweets de los consumidores de telefonía celular en el Perú, con la finalidad de poder
identificar cual es el comportamiento que presentan los clientes de las empresas de telefonía
celular representado en opiniones vertidas en la red social Twitter.
Para ello se extrajeron 26,917,539 publicaciones de la red social Twiter durante 2 periodos,
cada uno de 30 días. Estas publicaciones corresponden a los tweets de los seguidores de tres
empresas de telefonía celular en el Perú, incluyendo una relativamente nueva en el mercado
peruano. El procedimiento seguido comprendió las siguientes tareas: a) Recolección de
tweets de los seguidores de las empresas de telefonía celular; b) Pre–procesamiento de la
data obtenida para poder identificar elementos importantes de cada tweet; c) Filtrado de
elementos poco relevantes, o ruido; y d) Clasificación de cada publicación basado en las
características obtenidas en etapas previas.
Los resultados obtenidos nos muestran que la introducción de un diccionario de lexicones
incrementó el número de términos que pueden ser considerados para la clasificación. Así
mismo, el uso de este diccionario al cual se le aumento nuevos términos permitió incrementar
la tasa de clasificación en un 0,75%. Finalmente, gracias a estas técnicas de análisis
de sentimiento, es posible explotar el contenido de redes sociales de manera que puedan
servir a las corporaciones para la toma de decisiones, especialmente de servicio a sus usuarios. / Tesis
|
Page generated in 0.0716 seconds