Magísteres

Hoy en día existen diversas fuentes de datos móviles tales como redes inalámbricas, GPS, y otras, que nos permiten recolectar las ubicaciones geográficas de objetos de manera constante generando grandes colecciones de datos. Estos datos pueden ser usados para generar trayectorias de objetos, donde una trayectoria es una secuencia de segmentos de líneas representando el movimiento continuo de un objeto entre dos instantes de tiempo. Existen aplicaciones de minería de datos que permiten obtener patrones de trayectorias de objetos, es decir, encontrar comportamientos similares que siguen las trayectorias. Estos patrones son útiles, por ejemplo, para decidir sobre planificación urbana, analizar congestión vehicular, comprender migración de animales, estudiar comportamiento de fenómenos naturales como huracanes, etc. En esta tesis se presenta un nuevo concepto de trayectoria agregada y se presentan algoritmos para obtenerlas de manera dinámica. Una trayectoria agregada corresponde a una nueva trayectoria que se obtiene a partir de un conjunto de trayectorias que siguen un patrón similar de comportamiento. Una trayectoria agregada no solo muestra el patrón de comportamiento, sino que además, nos indica la densidad de ese patrón. El procesamiento para obtener una trayectoria agregada se realiza en dos fases: (i) obtención de clústeres o grupos de segmentos de trayectorias diferentes y (ii) agregación de clústeres similares. En esta tesis proponemos aplicar un procesamiento de obtención de clústeres que permita capturar relaciones entre sub-segmentos de segmentos de trayectorias que los algoritmos comunes de la literatura. Además, nuestros algoritmos calculan trayectorias de manera dinámica, a diferencia de otros algoritmos de búsqueda de patrones sobre trayectorias que realizan el procesamiento de manera estática. Es decir, el proceso de construcción de trayectorias agregadas se adapta a medida que se procesan nuevas trayectorias y no es necesario procesar todo el conjunto de trayectorias desde cero si nuevas trayectorias son consideradas en la búsqueda de la trayectoria agregada. Finalmente, a diferencia de otras propuestas no solo se considera la cercanía espacial de trayectorias, sino que además la cercanía temporal. La evaluación experimental realizada comparando resultados en el estado de arte muestra que los algoritmos propuestos son eficaces en el cómputo de trayectorias agregadas.

Actualmente, la detección automática de ironía en textos es un tema abierto de trabajo, el cual está siendo abordado por distintos grupos de investigación. La ironía es definida de distintas formas y la mayoría de los trabajos converge en definirla como el uso de palabras para expresar algo distinto y opuesto al sentido literal. Además, dado que las personas a menudo usan la ironía para expresar sus opiniones, la detección de esta es de interés para investigadores del área de análisis de sentimientos, debido a que permite evitar interpretaciones erróneas de opiniones y decidir cuándo una de ellas es o no irónica o literal. Este trabajo propone un nuevo modelo de detección de ironía en textos en español a partir de los enfoques estudiados en una revisión sistemática de literatura, en la cual se revisaron artículos relacionados con la detección de ironía, sarcasmo y minería de opinión. Para evaluar el modelo se construyó un corpus de evaluación compuesto de tweets en español recopilados de acuerdo a distintos dominios temáticos, los cuales fueron etiquetados como irónicos y no irónicos por evaluadores humanos. Junto con lo anterior, se desarrolló una aplicación que permite realizar tareas de pre-procesado y procesado de cada característica que compone nuestro modelo para finalmente generar el dataset para evaluación. Este nuevo modelo tomó como base las características de ironía más utilizadas en los modelos revisados y además introduce 2 nuevas características. Finalmente, el modelo quedó conformado por los atributos: Uso de emoticonos, Uso de Mayúsculas, Uso de Signos de Puntuación, Uso de Palabras típicas de ironía, Uso de Adverbios temporales y no temporales, Análisis de Contradicción Texto-Emoticón, Análisis de ngramas y Análisis de skipgramas. Se obtuvieron rendimientos generales de hasta un 78 %, valor considerado aceptable en comparación a los modelos existentes y prometedor considerando la prácticamente nula existencia de trabajos de detección automática de ironía en textos en español.