Identificación de autores y análisis polarizado de notas mediante el uso de inteligencia artificial
Resumen
La identificación de los autores y el análisis polarizado en las notas, mediante el procesamiento del lenguaje natural, es un sistema capaz de identificar los autores que se encuentran en la nota, permitiendo una identificación precisa de cada autor. Además, este sistema incorpora el análisis de sentimientos y polaridad de las notas, lo que permite apreciar las actitudes y opiniones expresadas en las notas, el enfoque integra inteligencia artificial, la cual no solo ofrece una solución eficiente para la gestión y organización del documento, si no también proporciona información valiosa sobre el tono y la orientación emocional de las diferentes notas, así como para el análisis de opiniones y actitudes dentro de un conjunto de datos. Para la clasificación, se llevó a cabo un proceso de etiquetación, el cual consiste en asignar valores de -1 para negativo, 0 para neutral y 1 para positivo.
Descargas
Citas
Bird, Steven, Edward Loper and Ewan Klein (2009). Natural Language Proccesing with Python. O´Reilly Media Inc.
MathWorks. Documentación Softmax. https://la.mathworks.com/help/deeplearning/ref/softmax.html?lang=en
Martín Abadi, Ashish Agarwal, Paul Barham, Eugene Brevdo, Zhifeng Chen, Craig Citro, Greg S. Corrado, Andy Davis, Jeffrey Dean, Matthieu Devin, Sanjay Ghemawat, Ian Goodfellow, Andrew Harp, Geoffrey Irving, Michael Isard, Rafal Jozefowicz, Yangqing Jia, Lukasz, Kaiser, Manjunath Kudlur, Josh Levenberg, Dan Mané, Mike Schuster, Rajat Monga, Sherry Moore, Derek Murray, Chris Olah, Jonathon Shlens, Benoit Steiner, Ilya Sutskever, Kunal Talwar, Paul Tucker, Vincent Vanhoucke, Vijay Vasudevan, Fernanda Viégas, Oriol Vinyals, Pete Warden, Martin Wattenberg, Martin Wicke, Yuan Yu, and Xiaoqiang Zheng. TensorFlow: Large-scale machine learning on heterogeneous systems, 2015. Software available from tensorflow.org.
Loria, S., (2022). TextBlob: Simplified Text Processing. https://textblob.readthedocs.io/en/dev/
The pandas development team (febrero, 2020). Pandas-dev/pandas: Pandas. DOI: 10.5881/zenodo.3509134.
Hunter, J. D., (2007). Matplotlib: A 2D graphics environmet. Computing in science & engineering, vol. 9, no. 3, pp. 90-95. DOI: 10.1109/MCSE.2007.55
Solc, T., (2022). Unicode. https://pypi.org/project/Unidecode/
Kim, T., Wurster, K., (agosto, 2023). Emoji for Python. https://pypi.org/project/emoji/
Keras-Team. Documentación Keras. https://keras.io/about/
Cardoso, A., Talame, L. Minería de Opiniones: Análisis de sentimientos en una red social. http://sedici.unlp.edu.ar/bitstream/handle/10915/77379/Documento_completo.%20An%C3%A1lisis%20de%20sentimientos%20en%20una%20red%20social.pdf-PDFA.pdf?sequence=1&isAllowed=y
Derechos de autor 2024 Elías Salazar-Reyes, Juan Luis-Trejo, Adriana Reyes-Nava, Erika López-González
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
