Tesis:
Comparación de rendimiento de técnicas de aprendizaje automático para análisis de afecto sobre textos en español

dc.contributor.advisorVidal-Castro, Christian Lautaroes
dc.contributor.advisorSegura-Navarrete, Alejandra Andreaes
dc.contributor.authorElgueta-Morales, Jorge Andréses
dc.date.accessioned2017-08-09T14:48:18Z
dc.date.available2017-08-09T14:48:18Z
dc.date.issued2017
dc.descriptionTesis (Magíster en Ciencias de la Computación)es
dc.description.abstractAnalizar la subjetividad en textos disponibles puede entregar diversos beneficios para las organizaciones y personas. En particular, el Análisis de Afecto intenta descubrir el afecto que le imprime el escritor a sus textos. El análisis automatizado de textos se convierte en un problema de clasificación que puede ser resuelto con técnicas de aprendizaje automático. Sin embargo, la mayor parte de estos análisis han sido realizados para corpus de textos escritos en inglés. Este trabajo comparó la aplicación de técnicas de aprendizaje automático y de NLP sobre textos en idioma español, realizando un proceso de análisis de afecto mediante la aplicación de 3 clasificadores basados en técnicas de aprendizaje automático y estudiando la incidencia de técnicas de NLP, como stopwords y etiquetado POS. Para ello, se configuró un experimento sobre un corpus en español elaborado con titulares de periódicos online de Chile. Los mejores resultados de rendimiento del clasificador se obtienen con la técnica Support Vector Machine sobre un corpus.es
dc.description.call-numberT(DC) 003 El38 2017es
dc.formatapplication/pdf
dc.identifier.urihttps://repositorio.ubiobio.cl/handle/123456789/1772
dc.languagespaes
dc.publisherUniversidad del Bío-Bío. Departamento de Sistemas de Informaciónes
dc.rightsinfo:eu-repo/semantics/acceso abierto
dc.subjectAprendizaje automáticoes
dc.subjectProcesamiento de lenguaje naturales
dc.subjectAnálisis de afectoes
dc.subjectAprendizaje automáticoes
dc.subjectRendimiento clasificadores supervisadoses
dc.titleComparación de rendimiento de técnicas de aprendizaje automático para análisis de afecto sobre textos en españoles
dc.typetesises
dspace.entity.typetesis
ubb.DepartamentoDepartamento de Sistemas de Información
ubb.FacultadFacultad de Ciencias Empresariales
ubb.ProgramaMagíster en Ciencias de la Computación
ubb.SedeConcepción
Archivos
Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Elgueta_Morales_Jorge_Andres-.pdf
Tamaño:
3.17 MB
Formato:
Adobe Portable Document Format
Descripción:
Bloque de licencias
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Colecciones