Estrategias para el análisis de sentimientos en textos extraídos de Twitter utilizando técnicas de aprendizaje profundo
dc.audience | generalPublic | es_MX |
dc.contributor | Sánchez López, Abraham | |
dc.contributor.advisor | SANCHEZ LOPEZ, ABRAHAM; 121310 | |
dc.contributor.author | Olivares López, Jessica | |
dc.date.accessioned | 2023-05-19T21:44:35Z | |
dc.date.available | 2023-05-19T21:44:35Z | |
dc.date.issued | 2022-11 | |
dc.description.abstract | "El análisis de sentimientos es una de las aplicaciones de la Clasificación de textos del Procesamiento del lenguaje natural (PLN), básicamente asigna una categoría apropiada al contenido de una oración, texto o documento, a partir del procesamiento de texto (previamente no estructurado). Esta clasificación se hace mediante la asignación de una polaridad de sentimiento: positivo, negativo o neutro a una oración o un documento, o a partir de la asignación de una emoción que se identifique en la oración. En este trabajo de tesis se recolecta, implementa y evalúa una serie de estrategias basadas en machine learning y análisis de datos para el análisis de sentimientos. Iniciando desde la recolección de datos no estructurados en formato de texto recuperados de Twitter. Con los cuales se realizaron experimentos para análisis de sentimientos desde distintos puntos de referencia, de manera supervisada y no supervisada". | es_MX |
dc.folio | 20221109123152-0656-TL | es_MX |
dc.format | es_MX | |
dc.identificator | 7 | es_MX |
dc.identifier.uri | https://hdl.handle.net/20.500.12371/18440 | |
dc.language.iso | spa | es_MX |
dc.matricula.creator | 201631186 | es_MX |
dc.publisher | Benemérita Universidad Autónoma de Puebla | es_MX |
dc.rights.acces | openAccess | es_MX |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
dc.subject.classification | INGENIERÍA Y TECNOLOGÍA | es_MX |
dc.subject.lcc | Redes sociales en línea | es_MX |
dc.subject.lcc | Procesamiento de lenguaje natural (Computación) | es_MX |
dc.subject.lcc | Procesamiento de textos (Computación) | es_MX |
dc.subject.lcc | Análisis de sentimientos | es_MX |
dc.subject.lcc | Aprendizaje automático (Inteligencia artificial) | es_MX |
dc.subject.lcc | Algoritmos computacionales | es_MX |
dc.thesis.career | Licenciatura en Ingeniería en Ciencias de la Computación | es_MX |
dc.thesis.degreediscipline | Área de Ingeniería y Ciencias Exactas | es_MX |
dc.thesis.degreegrantor | Facultad de Ciencias de la Computación | es_MX |
dc.thesis.degreetoobtain | Ingeniero (a) en Ciencias de la Computación | es_MX |
dc.title | Estrategias para el análisis de sentimientos en textos extraídos de Twitter utilizando técnicas de aprendizaje profundo | es_MX |
dc.type | Tesis de licenciatura | es_MX |
dc.type.conacyt | bachelorThesis | es_MX |
dc.type.degree | Licenciatura | es_MX |
Files
Original bundle
1 - 2 of 2
Loading...
- Name:
- 20221109123152-0656-TL.pdf
- Size:
- 1.4 MB
- Format:
- Adobe Portable Document Format
- Description:

- Name:
- 20221109123152-0656-CARTA.pdf
- Size:
- 180.52 KB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1

- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: