Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/124106
Títol: | Análisis de sentimiento en tiempo real de mensajes de Twitch con algoritmos de clasificación |
Autoria: | Sáenz Rubia, Raúl |
Tutor: | Diego Andilla, Ferran |
Altres: | Ventura, Carles |
Resum: | L'anàlisi de sentiment és un subcampo del Processament del Llenguatge Natural l'objectiu del qual és analitzar textos subjectius i extreure informació d'utilitat sobre la polaritat de sentiment de l'autor a nivell de document, de frase concreta o sobre l'aspecte d'un article o servei d'interès per a l'analista. En concret, les xarxes socials i pàgines de micro-blogging com Twitter o Twitch s'han convertit en fonts inesgotables de textos que poden ser usats per a analitzar l'opinió del públic sobre aspectes tan variats com la política, economia o qualsevol altre producte o servei a l'instant. Twitch, en concret, és una plataforma que ha crescut enormement durant els últims anys, la qual cosa fa necessari millorar la interacció amb el públic per a desmarcar-se de la competència, i el xat de Twitch és una font d'informació que pot ajudar els creadors de contingut a conèixer l'opinió de la seva audiència. No obstant això, actualment no existeixen extensions per a l'anàlisi de sentiment en espanyol per a aquesta plataforma, per la qual cosa veiem una oportunitat per a innovar. En aquest treball s'utilitzen mètodes d'aprenentatge profund MLP i LSTM per a la construcció d'un classificador de polaritat de sentiment amb tres nivells: positiu, neutre i negatiu, amb el qual s'obtenen resultats del 76% d'exactitud mitjana, la qual cosa és bastant acceptable tenint en compte els obstacles trobats en l'anàlisi com l'ambigüitat del llenguatge, el desconeixement del context i les errors ortogràfics, intencionats o no. |
Paraules clau: | aprenentatge automàtic anàlisi sentimental processament de llenguatge natural xarxes neuronals LSTM MLP |
Tipus de document: | info:eu-repo/semantics/bachelorThesis |
Data de publicació: | 20-gen-2020 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
rsaenzTFG0120memoria.pdf | Memoria del TFG | 6,9 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons