Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

Por favor, use este identificador para citar o enlazar este ítem: https://rinacional.tecnm.mx/jspui/handle/TecNM/5583
Título : Modelo para la detección de sarcasmo en texto para comentarios en videos de Youtube en español.
Autor : Campas Buitimea, Juan Julio Cesar
metadata.dc.subject.other: Procesamiento de lenguaje natural, Sarcasmo, Modelos Bert, Corpus.
Fecha de publicación : 2022-06-29
Editorial : Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Nogales
Descripción : En nuestra sociedad actual surgen nuevas fuentes de información y nuevas plataformas para generar opinión, dentro de toda esta información nueva que se crea día con día podemos encontrar opiniones sobre productos, política, noticias, personas famosas, etcétera. Desafortunadamente la capacidad de análisis humana de la información que estos comentarios generan tiene limitantes los cuales se pueden superar computacionalmente con el procesamiento de lenguaje natural. Las diferentes opiniones plasmadas en los videos de Youtube, generan gran cantidad de información, comentarios que pueden ser de diferentes tipos. En este proyecto se busca analizar las opiniones del público en videos de autos, específicamente en las reseñas de nuevos modelos para identificar el Sarcasmo. Para ello se plantea el uso de técnicas de minería de datos y procesamiento de lenguaje natural utilizando técnicas de procesamiento como Naive Bayes, Random Forest y Redes Transformer (Deep learning) mostrando los resultados en términos de F-measure.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Aparece en las colecciones: Tesis de la Maestría en Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Autorizar Derechos - Julio Campas.PDFCarta de cesión de derechos de autor267.6 kBAdobe PDFVisualizar/Abrir
Tesis - Julio Campas.pdfTesis Modelo para la detección de sarcasmo en texto para comentarios en videos de Youtube en español.2.66 MBAdobe PDFVisualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons