Antología del pensamiento y obra de Juan Carlos Marín
Otros Autores: | |
---|---|
Formato: | Libro electrónico |
Idioma: | Castellano |
Publicado: |
México : Mexico D.F. : Madrid, España :
Serpaj
[2018]
|
Materias: | |
Ver en Biblioteca Universitat Ramon Llull: | https://discovery.url.edu/permalink/34CSUC_URL/1im36ta/alma991009636226406719 |
Tabla de Contenidos:
- ANÁLISIS DE SENTIMIENTOS EN TEXTOS DE OPINIÓN: UNA EVALUACIÓN PRÁCTICA
- PÁGINA LEGAL
- ÍNDICE GENERAL
- ÍNDICE DE FIGURAS
- FIGURA 3.1. CLASIFICACIÓN DE MÉTODOS DE ANÁLISIS DE SENTIMIENTOS.
- FIGURA 3.2. APRENDIZAJE AUTOMÁTICO SUPERVISADO.
- FIGURA 3.3. REPRESENTACIÓN DE UN CONJUNTO DE DATOS Y SU ÁRBOL DE DECISIÓN.
- FIGURA 3.4. REPRESENTACIÓN DEL HIPERPLANO EN UN PROBLEMA DE DOS CLASES.
- FIGURA 3.5. NIVELES DE ANÁLISIS LINGÜÍSTICO Y TAREAS ASOCIADAS
- FIGURA 4.1. INTERFAZ DE OPINION CRAWL
- FIGURA 4.2. INTERFAZ DE SENTIMENTOR
- FIGURA 4.3. INTERFAZ DE SENTIMENT140
- FIGURA 4.4. INTERFAZ DE STREAMCRAB
- FIGURA 4.5. INTERFAZ DE TWEETFEEL
- FIGURA 4.6.. INTERFAZ DE TWITRRATR
- FIGURA 4.7. SERVICIOS RELACIONADOS CON TECNOLOGÍAS DE INFORMACIÓN (DATOS (...)
- FIGURA 4.8. PRODUCTOS NO RELACIONADOS CON TECNOLOGÍAS DE INFORMACIÓN (...)
- FIGURA 5.1. ETAPAS DEL PROCESAMIENTO DE SENTWEET
- FIGURA 5.2. EJEMPLO DE COLA DE ELEMENTOS
- FIGURA 5.3. ÁRBOL DE ESTRUCTURA DE LAS FRASES DE EJEMPLO
- FIGURA 5.4. GRAFO PARA EL ANÁLISIS GRAMATICAL
- FIGURA 5.5. NUBE DE PALABRAS PARA EL VOCABULARIO EN OPINIONES POSITIVAS
- FIGURA 5.6. NUBE DE PALABRAS PARA EL VOCABULARIO EN OPINIONES NEGATIVAS
- FIGURA 5.7. RESULTADOS DE SENTIMENT140 CON TWEETS DE IPAD
- FIGURA 5.8. RESULTADOS DE TWITRRATR CON TWEETS DE NETFLIX
- FIGURA 5.9. RESULTADOS DE TWEETFEEL CON TWEETS DE HOTMAIL
- FIGURA 5.10. REPRESENTACIÓN DE LA EFICIENCIA EN LA CLASIFICACIÓN.
- FIGURA 6.1. REGISTRO DE CRÍTICA Y CALIFICACIÓN PARA UN HOTEL EN TRIPADVISOR
- FIGURA 6.2. REGISTRO DE OPINIÓN CUANTITATIVA DE LOS SERVICIOS DEL HOTEL
- FIGURA 6.3. PÁGINA INICIAL DE TRIPADVISOR
- FIGURA 6.4. PÁGINA INICIAL DE TRIPADVISOR Y FIREBUG
- FIGURA 6.5. RUTA DE NAVEGACIÓN PARA RECOLECCIÓN DE DATOS FIGURA 6.4. (...)
- FIGURA 6.6. LISTA DE HOTELES DE UNA CIUDAD.
- FIGURA 6.7. LISTA DE COMENTARIOS DE UN HOTEL
- FIGURA 6.8. DATOS DEL USUARIO
- FIGURA 6.9. BASE DE DATOS DE CRÍTICA DE HOTELES
- FIGURA 6.10. BASE DE DATOS DE CRÍTICAS ANALIZADAS POR OPINIONFINDER
- FIGURA 6.11. EJEMPLO DE CLASIFICACIÓN UTILIZANDO RNTN
- FIGURA 6.12. BASE DE DATOS DE CRÍTICA ANALIZADAS POR RNTN
- FIGURA 6.13. ANÁLISIS DE SENTIMIENTOS DE LAS CRÍTICAS USANDO SENTUAH
- FIGURA 6.14. BASE DE DATOS DE LAS CRÍTICAS CLASIFICADAS POR SENTUAH
- FIGURA 6.15. CORRELACIÓN ENTRE CALIFICACIONES REALES Y PORCENTAJES (...)
- FIGURA 6.16. CORRELACIÓN ENTRE CALIFICACIONES REALES Y PORCENTAJES (...)
- FIGURA 6.17. CORRELACIÓN ENTRE CALIFICACIONES REALES Y PORCENTAJES (...)
- ÍNDICE DE TABLAS
- TABLA 3.1. RESUMEN DE ARTÍCULOS
- TABLA 4.1. INFORMACIÓN DE LAS HERRAMIENTAS SELECCIONADAS
- TABLA 4.2. LISTA DE OBJETOS PROPUESTOS PARA LAS PRUEBAS
- TABLA 4.3. LISTA FINAL DE OBJETOS DE PRUEBA
- TABLA 4.4. RESULTADOS DE LA PRIMERA SEMANA PARA GMAIL
- TABLA 4.5. PRIMERA PRUEBA: DATOS NORMALIZADOS POSITIVOS DE HERRAMIENTAS
- TABLA 4.6. PRIMERA SEMANA DE PRUEBAS DE HERRAMIENTAS COMPARATIVA CON (...)
- TABLA 4.7. SEGUNDA PRUEBA: DATOS NORMALIZADOS POSITIVOS
- TABLA 4.8. TERCERA PRUEBA: DATOS NORMALIZADOS POSITIVOS
- TABLA 4.9. COMPORTAMIENTO DEL ALFA DE CRONBACH DURANTE EL PERIODO DE (...)
- TABLA 5.1. EMOTICONOS POSITIVOS Y NEGATIVOS
- TABLA 5.2. EJEMPLOS DE ERRORES ORTOGRÁFICOS COMUNES
- TABLA 5.3. EJEMPLOS DE REPETICIÓN DE LETRAS
- TABLA 5.4. EJEMPLOS DE ACRÓNIMOS, SIGLAS Y JERGA
- TABLA 5.5. EJEMPLOS DE TWEET CLASIFICADOS
- TABLA 5.6. VOCABULARIO MÁS FRECUENTE EN LAS OPINIONES POSITIVAS HACIA GMAIL
- TABLA 5.7. VOCABULARIO MÁS FRECUENTE EN LAS OPINIONES NEGATIVAS HACIA GMAIL
- TABLA 5.8. LISTA DE PRODUCTOS Y SERVICIOS EMPLEADOS EN LOS EXPERIMENTOS
- TABLA 5.9. CLASIFICACIÓN MANUAL DE EXPERTOS HUMANOS.
- TABLA 5.10. RESULTADOS DEL ANÁLISIS DE SENTIMIENTOS POR HUMANOS
- TABLA 5.11. EFICIENCIA DE LAS HERRAMIENTAS SELECCIONADAS (TWEETS POSITIVOS)
- TABLA 5.12. EFICIENCIA DE LAS HERRAMIENTAS SELECCIONADAS (TWEETS NEGATIVOS)
- ÍNDICE DE FÓRMULAS
- FÓRMULA 3.1. ASIGNACIÓN DE LA CLASE PARA TEXTOS CON NAIVE BAYES.
- FÓRMULA 5.1. EXACTITUD
- FÓRMULA 5.2. PRECISIÓN
- FÓRMULA 5.3. RECUPERACIÓN
- FÓRMULA 6.1. CONJUNTO DE ORACIONES
- FÓRMULA 6.2. CONJUNTO DE CLASES
- FÓRMULA 6.3. CLASIFICACIÓN DE ORACIONES
- FÓRMULA 6.4. CLASIFICACIÓN DE CRÍTICAS
- FÓRMULA 6.5. CLASIFICACIÓN DE ORACIONES POR SENTUAH
- RESUMEN
- CAPÍTULO 1. ANÁLISIS DE SENTIMIENTOS E IMPLICACIONES PRÁCTICAS
- 1.1.PLANTEAMIENTO DEL PROBLEMA
- 1.1.1. CONFIABILIDAD DE LAS HERRAMIENTAS
- 1.1.2. COMBINACIÓN SIMPLIFICADORA DE ENFOQUES
- 1.1.3. PREDICCIÓN DE CALIFICACIÓN DE HOTELES
- 1.2. PANORAMA GENERAL
- 1.2.1. APRENDIZAJE AUTOMÁTICO
- 1.2.2. PROCESAMIENTO DE LENGUAJE NATURAL (PLN)
- 1.2.3. LINGÜÍSTICA COMPUTACIONAL
- 1.2.4. RECUPERACIÓN DE INFORMACIÓN
- 1.2.5. BOCA A BOCA ELECTRÓNICO (ELECTRONIC WORD OF MOUTH EWOM)
- 1.2.6. MEDIOS SOCIALES
- 1.3. OBJETIVOS DE INVESTIGACIÓN
- 1.3.1. OBJETIVO GENERAL
- 1.3.2. OBJETIVOS ESPECÍFICOS
- 1.4. ESTRUCTURA DEL DOCUMENTO
- CAPÍTULO 2. METODOLOGÍA Y CONFIGURACIÓN DE LOS EXPERIMENTOS
- 2.1. REVISIÓN DE ESTADO DEL ARTE Y DE LA LITERATURA
- 2.2. IDENTIFICACIÓN DE HERRAMIENTAS DE ANÁLISIS DE SENTIMIENTOS
- 2.2.1 HERRAMIENTAS COMERCIALES
- 2.2.2 HERRAMIENTAS Y RECURSOS DE USO LIBRE
- 2.3. CONFIGURACIÓN DE LOS EXPERIMENTOS
- 2.3.1 CONFIABILIDAD DE LAS HERRAMIENTAS DE ANÁLISIS DE SENTIMIENTOS
- 2.3.2 PROPUESTA DE SOFTWARE DE ANÁLISIS DE SENTIMIENTOS ESPECÍFICO PARA (...)
- 2.3.3 PREDICCIÓN DE CALIFICACIONES DE HOTELES
- CAPÍTULO 3. CONTEXTUALIZACIÓN Y ESTADO DEL ARTE
- 3.1. ANÁLISIS DE SENTIMIENTOS
- 3.1.1. DEFINICIÓN.
- 3.1.2. APLICACIONES Y CONSIDERACIONES ADICIONALES
- 3.1.3. HERRAMIENTAS Y RECURSOS
- 3.1.3.1 COMERCIALES
- 3.1.3.2 DE USO LIBRES
- 3.1.4. NIVEL DE ANÁLISIS
- 3.1.5. ANÁLISIS DE SENTIMIENTOS BASADO EN CARACTERÍSTICAS
- 3.1.6. CLASIFICACIÓN DE MÉTODOS
- 3.1.7. CORPORA
- 3.2. APRENDIZAJE AUTOMÁTICO (MACHINE LEARNING)
- 3.2.1. APRENDIZAJE SUPERVISADO
- 3.2.1.1 ÁRBOL DE DECISIONES
- 3.2.1.2 CLASIFICADORES LINEALES
- 3.2.1.2.1 MÁQUINAS DE VECTORES DE SOPORTE (SVM)
- 3.2.1.3 CLASIFICADORES BASADOS EN REGLAS
- 3.2.1.1 CLASIFICADORES PROBABILÍSTICOS
- 3.2.1.1.1 NAIVE BAYES
- 3.2.1.1.2 REDES BAYESIANAS
- 3.2.1.1.3 CLASIFICADOR DE ENTROPÍA MÁXIMA
- 3.2.2 APRENDIZAJE NO SUPERVISADO
- 3.2.3 APRENDIZAJE SEMISUPERVISADO
- 3.3. PROCESAMIENTO DE LENGUAJE NATURAL (PLN)
- 3.3.1 ENFOQUES LINGÜÍSTICOS.
- 3.3.2 ENFOQUES PROBABILÍSTICOS
- 3.4. LÉXICOS DE SENTIMIENTOS
- 3.4.1 SENTIWORDNET[
- 3.4.2 OTROS LÉXICOS
- 3.5. MEDIOS SOCIALES, WEB 2.0 Y OPINIONES GENERADAS POR LOS USUARIOS
- 3.5.1 CRÍTICAS DE PRODUCTOS
- 3.5.2 WEBLOGS Y NOTICIAS
- 3.5.3 TWITTER
- 3.6. BOCA A BOCA ELECTRÓNICO (EWOM)
- 3.7. RESUMEN
- CAPÍTULO 4. CONFIABILIDAD DE ANÁLISIS DE SENTIMIENTOS CON TWITTER
- 4.1. FORMULACIÓN DEL PROBLEMA
- 4.2. METODOLOGÍA
- 4.3 CONFIGURACIÓN DE LOS EXPERIMENTOS
- 4.3.1. SELECCIÓN DE LAS HERRAMIENTAS
- 4.3.2. SELECCIÓN DE ENTIDADES PARA LAS PRUEBAS
- 4.4. RECOLECCIÓN DE LOS DATOS
- 4.4.1. DESCRIPCIÓN DEL PROCESO DE RECOLECCIÓN
- 4.4.2. NORMALIZACIÓN DE LOS DATOS
- 4.4.3. PRUEBAS
- 4.5. RESULTADOS Y DISCUSIÓN
- 4.5.1. PRIMERA SEMANA DE DATOS
- 4.5.1.1. COMPARACIÓN ENTRE HERRAMIENTAS
- 4.5.1.2. COMPARACIÓN DE HERRAMIENTAS CON HUMANOS
- 4.5.2. SEGUNDA SEMANA DE DATOS (TABLA 4.7).
- 4.5.3. TERCERA SEMANA DE DATOS (TABLA 4.8)
- 4.5.4. RESULTADOS GENERALES
- 4.5.5. OTROS RESULTADOS
- 4.6. RESUMEN DEL CAPÍTULO.
- CAPÍTULO 5. PROPUESTA DE UN MÉTODO HEURÍSTICO DE ANÁLISIS DE SENTIMIENTOS
- 5.1 INTRODUCCIÓN
- 5.2 PLANTEAMIENTO DEL PROBLEMA
- 5.3 METODOLOGÍA
- 5.4 DESCRIPCIÓN DE LA PROPUESTA
- 5.4.1 PREPROCESAMIENTO DE TWEETS
- 5.5.1.1. EMOTICONOS
- 5.5.1.2 DICCIONARIOS
- 5.5.1.3 LIMPIEZA Y NORMALIZACIÓN DEL TEXTO
- 5.4.2 ANÁLISIS LÉXICO
- 5.4.3 LÉXICO DE SENTIMIENTO
- 5.4.3.1 VOCABULARIO SUBJETIVO
- 5.4.3.2 DESAMBIGUACIÓN BÁSICA CON EL ETIQUETADOR POS
- 5.4.3.3 COEFICIENTE DE NEUTRALIDAD
- 5.4.3.4 REENTRENAMIENTO DEL LÉXICO
- 5.4.4 ANÁLISIS SINTÁCTICO
- 5.4.5 ANÁLISIS DE FRASES
- 5.4.5.1 IDENTIFICACIÓN DEL OBJETO DE OPINIÓN
- 5.4.5.2 CALIFICACIÓN DE FRASES
- 5.4.5.3 ANÁLISIS DE DEPENDENCIAS ENTRE FRASES
- 5.4.5.4 COMPARACIONES Y NEGACIONES
- 5.4.5.5 PREGUNTAS
- 5.4.6 CLASIFICACIÓN DEL SENTIMIENTO
- 5.4.6.1 TWEETS CON ORACIONES MÚLTIPLES
- 5.4.6.2 IDENTIFICACIÓN DE TÉRMINOS CLAVE
- 5.5 CONFIGURACIÓN DE LOS EXPERIMENTOS
- 5.6 RESULTADOS Y DISCUSIÓN
- 5.6.1 CONFIABILIDAD DE CLASIFICACIÓN POR HUMANOS
- 5.6.2 MEDIDAS DE EFICIENCIA
- 5.6.3 RESULTADOS DE EFICIENCIA DE LAS HERRAMIENTAS SELECCIONADAS
- 5.6.4 RESULTADOS DE EFICIENCIA DE LA PROPUESTA
- 5.7 RESUMEN DEL CAPÍTULO
- CAPÍTULO 6. PREDICCIÓN DE CALIFICACIÓN DE HOTELES MEDIANTE EL ANÁLISIS DE (...)
- 6.1. INTRODUCCIÓN
- 6.2. DESCRIPCIÓN DETALLADA DEL PROBLEMA
- 6.3. METODOLOGÍA
- 6.3.1. EXTRACCIÓN DE DATOS
- 6.3.1.1 TRIPADVISOR
- 6.3.1.2 DESARROLLO DEL WEB CRAWLER
- 6.3.1.3 EXTRACCIÓN DE DATOS
- 6.3.2. ANÁLISIS DE SENTIMIENTOS
- 6.3.2.1 OPINIONFINDER (OFV2)
- 6.3.2.2 STANFORD CORENLP (RNTN)
- 6.3.2.3 SENTUAH
- 6.3.3. ANÁLISIS ESTADÍSTICO
- 6.4. RESULTADOS Y DISCUSIONES
- 6.4.1. CORRELACIÓN ENTRE LAS CALIFICACIONES GLOBALES Y LOS PORCENTAJES
- 6.4.2. PREDICCIÓN DE CALIFICACIONES
- 6.5. RESUMEN DEL CAPÍTULO
- CAPÍTULO 7. CONCLUSIONES Y TRABAJO FUTURO.
- 7.1. RESUMEN DE CONCLUSIONES Y RESULTADOS.