Aprendizaje multi-instancia aplicado al análisis de sentimientos
Fecha
2022Autor
Director
Versión
Acceso abierto / Sarbide irekia
Tipo
Trabajo Fin de Grado/Gradu Amaierako Lana
Impacto
|
nodoi-noplumx
|
Resumen
En este trabajo fin de grado nos proponemos abordar un problema de clasificación multiinstancia de textos. En concreto, partiendo de un conjunto de reseñas etiquetadas como positivas o negativas, el objetivo de este trabajo es separar la clasificación grupal de una reseña a una clasificación de cada una de las frases de la reseña. Conociendo qué partes de la reseña son positivos o negativos se pu ...
[++]
En este trabajo fin de grado nos proponemos abordar un problema de clasificación multiinstancia de textos. En concreto, partiendo de un conjunto de reseñas etiquetadas como positivas o negativas, el objetivo de este trabajo es separar la clasificación grupal de una reseña a una clasificación de cada una de las frases de la reseña. Conociendo qué partes de la reseña son positivos o negativos se puede realizar un análisis más detallado de la predicción de sentimientos en documentos, evitando clasificar toda una reseña con una etiqueta. Al no disponer de una etiqueta para cada frase, el problema no se puede resolver con algoritmos de aprendizaje supervisado usuales. Por lo tanto, para llevar a cabo este objetivo, se utilizarán técnicas de aprendizaje multi-instancia junto con técnicas de procesamiento de lenguaje natural y minería de texto. [--]
Materias
MIL (Multiple-instance Learning),
BOW (Bag of Words),
NLP,
Clasificación de textos,
OWA (Ordered Weighted Average)
Titulación
Graduado o Graduada en Ingeniería Informática por la Universidad Pública de Navarra /
Informatika Ingeniaritzako Graduatua Nafarroako Unibertsitate Publikoan