Análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes

Mostrar todas las versiones(2)

El presente trabajo propone construir un clasificador automático de opiniones, que permitirá realizar análisis automáticos a bajo costo del juicio de los consumidores acerca de productos o servicios. Dicho clasificador será entrenado a partir de los comentarios en lenguaje informal presente en redes...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Tessore, Juan Pablo, Esnaola, Leonardo, Russo, Claudia, Ramón, Hugo, Pompei, Sabrina
Otros Autores:	https://orcid.org/0000-0002-2111-0976
Formato:	Documento de conferencia draft
Lenguaje:	Español
Publicado:	Universidad Nacional del Nordeste 2020
Materias:	Text mining Big Data Inteligencia artificial Redes sociales
Acceso en línea:	http://repositorio.unnoba.edu.ar:8080/xmlui/handle/23601/106
Aporte de:	Re DI Repositorio Digital UNNOBA de Universidad Nacional del Noroeste de la Provincia de Buenos Aires

id	I103-R405-23601-106
record_format	dspace
spelling	I103-R405-23601-1062021-05-04T17:52:17Z Análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes Tessore, Juan Pablo Esnaola, Leonardo Russo, Claudia Ramón, Hugo Pompei, Sabrina https://orcid.org/0000-0002-2111-0976 https://orcid.org/0000-0001-6298-9019 https://orcid.org/0000-0003-1577-3092 https://orcid.org/0000-0002-8073-9571 Text mining Big Data Inteligencia artificial Redes sociales El presente trabajo propone construir un clasificador automático de opiniones, que permitirá realizar análisis automáticos a bajo costo del juicio de los consumidores acerca de productos o servicios. Dicho clasificador será entrenado a partir de los comentarios en lenguaje informal presente en redes sociales. Para alcanzar el objetivo descripto, en primer lugar, se prevé construir una base de datos que reúna diversos fragmentos de texto en idioma español, incorporando los modismos propios de nuestra región. En segundo lugar, a través de un proceso incremental de limpieza y normalización de cada fragmento de texto, que incluye actividades como la eliminación de hashtags, enlaces, emoticones, etc.; corrección ortográfica; etiquetado sintáctico (también conocido como “Part Of Speech Tagging”, o simplemente “POS tagging”); desambiguación, entre otras. Una vez realizada la recopilación y normalizado el contenido, se definirá un criterio de clasificación de dichos fragmentos, de manera de establecer clases que permitan agrupar los mismos según su afinidad, es decir a partir de características comunes. Finalmente, a partir del diseño, desarrollo e implementación de un algoritmo inteligente se buscará determinar el grado de pertenencia a cada uno de los grupos definidos de cualquier texto arbitrario. Fil: Tessore, Juan Pablo. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Tecnología. Instituto de Investigación y Transferencia en Tecnología, Centro Asociado CIC; Argentina Fil: Tessore, Juan Pablo. Comisión de Investigaciones Científicas de la Provincia de Buenos Aires; Argentina Fil: Esnaola, Leonardo. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Tecnología. Instituto de Investigación y Transferencia en Tecnología, Centro Asociado CIC; Argentina Fil: Pompei, Sabrina. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Tecnología. Instituto de Investigación y Transferencia en Tecnología, Centro Asociado CIC; Argentina Fil: Fil: Russo, Claudia. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Tecnología. Instituto de Investigación y Transferencia en Tecnología, Centro Asociado CIC; Argentina Fil: Russo, Claudia. Comisión de Investigaciones Científicas de la Provincia de Buenos Aires; Argentina Fil: Ramón, Hugo. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Tecnología. Instituto de Investigación y Transferencia en Tecnología, Centro Asociado CIC; Argentina Fil: Ramón, Hugo. Comisión de Investigaciones Científicas de la Provincia de Buenos Aires; Argentina Con referato 2020-09-22T14:10:48Z 2020-09-22T14:10:48Z 2018-04-26 info:eu-repo/semantics/conferenceObject info:ar-repo/semantics/documento de conferencia info:eu-repo/semantics/draft info:eu-repo/semantics/conferenceObject info:ar-repo/semantics/documento de conferencia info:eu-repo/semantics/draft info:eu-repo/semantics/conferenceObject info:ar-repo/semantics/documento de conferencia info:eu-repo/semantics/draft 9789873619274 http://repositorio.unnoba.edu.ar:8080/xmlui/handle/23601/106 spa info:eu-repo/grantAgreement/UNNOBA/SIB2017/EXP 195/2017/AR. Buenos Aires/Tecnología y Aplicaciones de Sistemas de Software: Calidad e Innovación en procesos, productos y servicios info:eu-repo/semantics/closedAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ application/pdf application/pdf text/plain Universidad Nacional del Nordeste Red de Universidades con Carreras en Informática (RedUNCI) XX Workshop de Investigadores en Ciencias de la Computación - WICC 2018
institution	Universidad Nacional del Noroeste de la Provincia de Buenos Aires
institution_str	I-103
repository_str	R-405
collection	Re DI Repositorio Digital UNNOBA
language	Español
topic	Text mining Big Data Inteligencia artificial Redes sociales
spellingShingle	Text mining Big Data Inteligencia artificial Redes sociales Tessore, Juan Pablo Esnaola, Leonardo Russo, Claudia Ramón, Hugo Pompei, Sabrina Análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes
topic_facet	Text mining Big Data Inteligencia artificial Redes sociales
description	El presente trabajo propone construir un clasificador automático de opiniones, que permitirá realizar análisis automáticos a bajo costo del juicio de los consumidores acerca de productos o servicios. Dicho clasificador será entrenado a partir de los comentarios en lenguaje informal presente en redes sociales. Para alcanzar el objetivo descripto, en primer lugar, se prevé construir una base de datos que reúna diversos fragmentos de texto en idioma español, incorporando los modismos propios de nuestra región. En segundo lugar, a través de un proceso incremental de limpieza y normalización de cada fragmento de texto, que incluye actividades como la eliminación de hashtags, enlaces, emoticones, etc.; corrección ortográfica; etiquetado sintáctico (también conocido como “Part Of Speech Tagging”, o simplemente “POS tagging”); desambiguación, entre otras. Una vez realizada la recopilación y normalizado el contenido, se definirá un criterio de clasificación de dichos fragmentos, de manera de establecer clases que permitan agrupar los mismos según su afinidad, es decir a partir de características comunes. Finalmente, a partir del diseño, desarrollo e implementación de un algoritmo inteligente se buscará determinar el grado de pertenencia a cada uno de los grupos definidos de cualquier texto arbitrario.
author2	https://orcid.org/0000-0002-2111-0976
author_facet	https://orcid.org/0000-0002-2111-0976 Tessore, Juan Pablo Esnaola, Leonardo Russo, Claudia Ramón, Hugo Pompei, Sabrina
format	Documento de conferencia Documento de conferencia draft Documento de conferencia Documento de conferencia draft Documento de conferencia Documento de conferencia draft
author	Tessore, Juan Pablo Esnaola, Leonardo Russo, Claudia Ramón, Hugo Pompei, Sabrina
author_sort	Tessore, Juan Pablo
title	Análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes
title_short	Análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes
title_full	Análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes
title_fullStr	Análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes
title_full_unstemmed	Análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes
title_sort	análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes
publisher	Universidad Nacional del Nordeste
publishDate	2020
url	http://repositorio.unnoba.edu.ar:8080/xmlui/handle/23601/106
work_keys_str_mv	AT tessorejuanpablo analisisautomaticodegrandesvolumenesdedatosenredessocialesmediantemineriadetextoscombinadoconalgoritmosinteligentes AT esnaolaleonardo analisisautomaticodegrandesvolumenesdedatosenredessocialesmediantemineriadetextoscombinadoconalgoritmosinteligentes AT russoclaudia analisisautomaticodegrandesvolumenesdedatosenredessocialesmediantemineriadetextoscombinadoconalgoritmosinteligentes AT ramonhugo analisisautomaticodegrandesvolumenesdedatosenredessocialesmediantemineriadetextoscombinadoconalgoritmosinteligentes AT pompeisabrina analisisautomaticodegrandesvolumenesdedatosenredessocialesmediantemineriadetextoscombinadoconalgoritmosinteligentes
_version_	1850060758586490880

Análisis automático de grandes volúmenes de datos en redes sociales mediante minería de textos combinado con algoritmos inteligentes

Ejemplares similares