1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Sinaloa
4. Instituto Tecnológico de Culiacán
5. Tesis de Doctorado
6. Doctorado en Ciencias de la Ingeniería

Titre:	Reconocimiento automático de la personalidad y de los sentimientos con base en texto
Auteur(s):	Bátiz Beltrán, Víctor M.
metadata.dc.subject.other:	Ambiente Inteligente de Aprendizaje Aprendizaje automático Big-Five Computación afectiva Reconocimiento automático de personalidad Sistema Tutor Inteligente
Date de publication:	2025-08-14
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Culiacán
Description:	En un mundo en el que la inteligencia artificial se ha hecho omnipresente, el uso de entornos de aprendizaje inteligentes se ha convertido en algo habitual gracias a los avances tecnológicos y al aumento de las capacidades computacionales. No obstante, es esencial ajustar los contenidos disponibles para mejorar su atractivo y eficacia a la hora de promover el aprendizaje. El reconocimiento automático de la personalidad puede permitir que un entorno de aprendizaje inteligente detecte los rasgos de personalidad de los alumnos y adapte el contenido a ellos. Existen varios enfoques y teorías para el reconocimiento automático de rasgos de personalidad. El objetivo de este trabajo es presentar una nueva metodología para recopilar datos y construir un corpus orientado a la personalidad. Se diseñaron y entrenaron modelos de aprendizaje automático y aprendizaje profundo para clasificar rasgos de personalidad según el modelo Big-Five; el entrenamiento se realizó utilizando enfoques tradicionales y novedosos, incluido el uso de Transformers. Además, se presenta la metodología para implementar modelos de reconocimiento de personalidad en un entorno de aprendizaje inteligente. Los resultados de las comparaciones entre varios modelos ponen de relieve que los distintos modelos funcionan mejor en características diferentes, por lo que la combinación de los modelos puede dar lugar a mejores resultados de precisión. Utilizando este enfoque, el corpus desarrollado alcanzó una exactitud promedio del 95.2%, superior a los resultados del estado del arte en la tarea específica de clasificación de rasgos de personalidad. Por último, se presentan los resultados obtenidos en dos experimentos al utilizar el reconocimiento automático de la personalidad en el entorno del aprendizaje inteligente, lo que pone de manifiesto el potencial impacto positivo de la tecnología desarrollada en esta investigación. Se destaca el aporte de las versiones de corpus en idioma español orientados al reconocimiento de personalidad generados durante el desarrollo de esta tesis.
metadata.dc.type:	info:eu-repo/semantics/doctoralThesis
Collection(s) :	Doctorado en Ciencias de la Ingeniería

Ce document est protégé par copyright Voir la licence

Ce document est autorisé sous une licence de type Licence Creative Commons