Revisión de Técnicas de Análisis de Sentimiento en Redes Sociales

Autores/as

  • Brian Luis Motta Ypanaqué Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática, Lima, Perú
  • Ana María Huayna Dueñas Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática, Lima, Perú

DOI:

https://doi.org/10.15381/risi.v16i2.27144

Palabras clave:

Análisis de sentimiento, redes sociales, diccionario, aprendizaje automático, aprendizaje profundo

Resumen

El presente artículo desarrolla una revisión de las técnicas usadas para el análisis de sentimiento aplicado a mensajes en redes sociales. El análisis de sentimiento es una tarea del campo de la Inteligencia Artificial conocido como Procesamiento de Lenguaje Natural y busca detectar la polaridad de sentimiento expresada por una persona en un mensaje corto o en un documento. Actualmente existen tres tipos de técnicas de las que se derivan los modelos de análisis de sentimiento propuestos: Diccionarios, aprendizaje automático tradicional y aprendizaje profundo; además de los enfoques híbridos que combinan al menos dos de estas técnicas para mejorar el rendimiento de la clasificación. El análisis de sentimiento es una tarea vigente y su importancia ha crecido con la masificación de las redes sociales que permiten la generación masiva de texto susceptible de ser clasificado.

Descargas

Los datos de descarga aún no están disponibles.

Descargas

Publicado

2023-12-30

Número

Sección

Artículos de Investigaciones Originales

Cómo citar

[1]
“Revisión de Técnicas de Análisis de Sentimiento en Redes Sociales”, Rev.Investig.sist.inform., vol. 16, no. 2, pp. 189–201, Dec. 2023, doi: 10.15381/risi.v16i2.27144.