Identificación de comunidades en intervalos de tiempo a través del lenguaje

Mostrar todas las versiones(2)

La identificación de comunidades es una tarea ampliamente estudiada desde diversas disciplinas hace ya largos años; con la aparición de la digitalización de las relaciones humanas se hizo mucho más accesible analizar e identificar comunidades a escalas mucho más grandes. Las redes sociales, por ejem...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Browarnik, Martin Igal
Otros Autores: Feuerstein, Esteban Zindel
Formato: Tesis de grado publishedVersion
Lenguaje:Español
Publicado: Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2021
Materias:
MODELOS DE PLN
DETECCIÓN DE COMUNIDADES
REDES SOCIALES
Acceso en línea:https://hdl.handle.net/20.500.12110/seminario_nCOM000551_Browarnik
Aporte de:
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) de Universidad de Buenos Aires
id seminario:seminario_nCOM000551_Browarnik
record_format dspace
spelling seminario:seminario_nCOM000551_Browarnik2025-08-08T16:49:59Z Identificación de comunidades en intervalos de tiempo a través del lenguaje Browarnik, Martin Igal Feuerstein, Esteban Zindel Ortiz de Zárate, Juan Manuel MODELOS DE PLN DETECCIÓN DE COMUNIDADES REDES SOCIALES La identificación de comunidades es una tarea ampliamente estudiada desde diversas disciplinas hace ya largos años; con la aparición de la digitalización de las relaciones humanas se hizo mucho más accesible analizar e identificar comunidades a escalas mucho más grandes. Las redes sociales, por ejemplo, juegan un rol sumamente preponderante en nuestras interacciones, influenciándolas directamente debido a sus algoritmos de segregación. Algunas de estas proveen APIs que permiten acceder a esta información e identificar fácilmente las relaciones de los usuarios. En este trabajo desarrollamos distintas metodologías para entrenar modelos PLN (Procesamiento de lenguajes naturales) que logren identificar comunidades en redes sociales exclusivamente a través de su jerga, es decir por el lenguaje que utilizan, a lo largo del tiempo. Para esto, realizamos diversos experimentos que nos permiten determinar cuáles metodologías son mejores que otras dependiendo el contexto y cómo debemos mantener estos modelos para que sigan siendo útiles a lo largo del tiempo. Fil: Browarnik, Martin Igal. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2021 info:eu-repo/semantics/bachelorThesis info:ar-repo/semantics/tesis de grado info:eu-repo/semantics/publishedVersion application/pdf spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/seminario_nCOM000551_Browarnik
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv spa
topic MODELOS DE PLN
DETECCIÓN DE COMUNIDADES
REDES SOCIALES
spellingShingle MODELOS DE PLN
DETECCIÓN DE COMUNIDADES
REDES SOCIALES
Browarnik, Martin Igal
Identificación de comunidades en intervalos de tiempo a través del lenguaje
topic_facet MODELOS DE PLN
DETECCIÓN DE COMUNIDADES
REDES SOCIALES
description La identificación de comunidades es una tarea ampliamente estudiada desde diversas disciplinas hace ya largos años; con la aparición de la digitalización de las relaciones humanas se hizo mucho más accesible analizar e identificar comunidades a escalas mucho más grandes. Las redes sociales, por ejemplo, juegan un rol sumamente preponderante en nuestras interacciones, influenciándolas directamente debido a sus algoritmos de segregación. Algunas de estas proveen APIs que permiten acceder a esta información e identificar fácilmente las relaciones de los usuarios. En este trabajo desarrollamos distintas metodologías para entrenar modelos PLN (Procesamiento de lenguajes naturales) que logren identificar comunidades en redes sociales exclusivamente a través de su jerga, es decir por el lenguaje que utilizan, a lo largo del tiempo. Para esto, realizamos diversos experimentos que nos permiten determinar cuáles metodologías son mejores que otras dependiendo el contexto y cómo debemos mantener estos modelos para que sigan siendo útiles a lo largo del tiempo.
author2 Feuerstein, Esteban Zindel
author_facet Feuerstein, Esteban Zindel
Browarnik, Martin Igal
format Tesis de grado
Tesis de grado
publishedVersion
author Browarnik, Martin Igal
author_sort Browarnik, Martin Igal
title Identificación de comunidades en intervalos de tiempo a través del lenguaje
title_short Identificación de comunidades en intervalos de tiempo a través del lenguaje
title_full Identificación de comunidades en intervalos de tiempo a través del lenguaje
title_fullStr Identificación de comunidades en intervalos de tiempo a través del lenguaje
title_full_unstemmed Identificación de comunidades en intervalos de tiempo a través del lenguaje
title_sort identificación de comunidades en intervalos de tiempo a través del lenguaje
publisher Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publishDate 2021
url https://hdl.handle.net/20.500.12110/seminario_nCOM000551_Browarnik
work_keys_str_mv AT browarnikmartinigal identificaciondecomunidadesenintervalosdetiempoatravesdellenguaje
_version_ 1843125891560898560

Ejemplares similares