dc.contributorMoreno Sandoval, Luis Gabriel
dc.creatorGarcia Pachon, Johan Ferney
dc.creatorVanegas Ramirez, David Felipe
dc.creatorCruz Gutierrez, Camilo Eduardo
dc.date.accessioned2071-12-07
dc.date.accessioned2023-05-10T17:11:36Z
dc.date.accessioned2023-08-23T22:41:44Z
dc.date.available2071-12-07
dc.date.available2023-05-10T17:11:36Z
dc.date.available2023-08-23T22:41:44Z
dc.date.created2071-12-07
dc.date.created2023-05-10T17:11:36Z
dc.identifierhttps://hdl.handle.net/20.500.12032/90993
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8393401
dc.description.abstractEl análisis de tendencias y en análisis de sentimientos son temas que han cogido gran popularidad en los últimos años debido al gran recurso que representan las redes sociales como fuente de información. Por esta razón, en este documento se utilizan 3 técnicas del estado del arte para la tarea de identificación de tendencias en donde se obtiene que la implementación de LDA del paquete Gensim aplicada a textos normalizados es la que obtiene mejores resultados. Además, se implementaron 3 enfoques distintos para el análisis de sentimiento, en donde se destaca el enfoque de deep learning con incrustaciones de palabras locales con una precisión de 66.64%, muy por encima de los enfoques basado en lexicones y machine learning. Adicionalmente, se compararon los resultados del modelo de deep learning con incrustación de palabras locales versus con uno que tuviera incrustaciones de palabras genéricas como lo sería el de Wikipedia, obteniendo unos mejores resultados respecto a este último.
dc.languagespa
dc.publisherPontificia Universidad Javeriana
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAnálisis de sentimiento
dc.subjectProcesamiento de lenguaje natural
dc.subjectIncrustaciones de palabras
dc.subjectModelamiento de tópicos
dc.titleTendency tracker : análisis de tendencias en redes sociales


Este ítem pertenece a la siguiente institución