Show simple item record

dc.contributorÁlvarez Vargas, Gloria Inés
dc.creatorPatiño Vargas, Juandiego
dc.creatorMonroy Ortiz, Juan Sebastian
dc.date2019-05-29
dc.date.accessioned2019-07-22T22:33:01Z
dc.date.available2019-07-22T22:33:01Z
dc.identifier.citationPatiño Vargas, J. & Monroy Ortiz, J. S. (2019, mayo 29) Agentes Inteligentes para el Análisis de Sentimiento en Redes Sociales. Pontificia Universidad Javeriana, Cali.spa
dc.identifier.urihttp://hdl.handle.net/11522/12102
dc.descriptionEl análisis de sentimiento en redes sociales consiste en la tarea de identificar el tipo de sentimiento (positivo, negativo, neutral) asociado a las publicaciones que realizan los usuarios en estos espacios. La tarea de llevar a cabo la identificación del sentimiento presenta grandes desafíos, por ejemplo extraer información de las publicaciones realizadas por los usuarios que sea relevante para la identificación del sentimiento asociado. Utilizando inteligencia artificial es posible implementar técnicas que permitan automatizar esta tarea, diseñando agentes inteligentes que sean capaces de aprender a identificar el sentimiento de un texto como una opinión con base en un conjunto de datos previamente clasificado. En el desarrollo de este proyecto se llevó a cabo, el diseño, implementación y evaluación de dos agentes inteligentes, los cuales utilizan técnicas en inteligencia artificial para realizar la tarea de identificar el sentimiento asociado a opiniones publicadas por los usuarios en la red social Twitter. Para el dise ˜no de los agentes, se realizó un proceso de selección entre diferentes técnicas de aprendizaje automático que han tenido aplicaciones en esta tarea. De acuerdo con el cumplimiento de un conjunto de criterios propuestos, las técnicas seleccionadas fueron las Redes Neuronales Recurrentes y las Redes Convolucionales. Utilizando cada técnica, se procedió a diseñar diferentes arquitecturas para los dos agentes y se realizó un diseño de experimentos donde se entrenaron varias arquitecturas con diferentes configuraciones de parámetros. Lo anterior, con el propósito de estimar los parámetros adecuados para ambas arquitecturas. Finalmente, se hicieron evaluaciones sobre el desempeño de los agentes inteligentes implementados y adicionalmente, se incorporaron a una aplicación web basada en una red social para ilustrar cómo los agentes identifican el sentimiento de las publicaciones realizadas por los usuarios. Como parte del análisis de resultados, se obtuvo que la red neuronal recurrente y la red neuronal convolucional obtuvieron un Accuracy del 81% y 78% respectivamente de acuerdo con las pruebas realizadas sobre el conjunto de datos utilizado, mostrando que, la red neuronal recurrente obtuvo un desempeño levemente superior comparado con la red neuronal convolucional.spa
dc.description.abstractThe sentiment analysis in social networks consists of the task of identifying the type of feeling (positive, negative, neutral) associated with the publications that users make in these spaces. The task of carrying out the identification of the feeling presents great challenges, for example extracting information from the publications made by the users that are relevant for the identification of the associated feeling. Using artificial intelligence is possible to implement techniques that automate this task, designing intelligent agents that are capable of learning to identify the feeling of a text as an opinion based on a previously classified data set. In the development of this project was carried out by the design, implementation, and evaluation of two intelligent agents, which use techniques in artificial intelligence to perform the task of identifying the feeling associated with opinions published by users on the social network Twitter. For the design of the agents, a selection process was carried out between different automatic learning techniques that have had applications in this task. By the fulfillment of a set of proposed criteria, the selected techniques were Recurrent Neural Networks and Convolutional Networks. Using each technique, we proceeded to design different architectures for the two agents and an experimental design where several architectures were trained with different parameter configurations. The above, to estimate the appropriate parameters for both architectures. Finally, evaluations were made on the performance of the intelligent agents implemented and additionally, they were incorporated into a web application based on a social network to illustrate how the agents identify the sentiment of the publications made by users. As part of the analysis of results, it was obtained that the recurrent neural network and the convolutional neuronal network obtained an Accuracy of 81% and 78% respectively, according to the tests performed on the data set used, showing that the recurrent neural network obtained a slightly higher performance compared with the convolutional neuronal network.spa
dc.formatapplication/pdfspa
dc.languagespaspa
dc.publisherPontificia Universidad Javerianaspa
dc.rightsEl o los autores otorgan licencia de uso parcial de la obra a favor de la Pontificia Universidad Javeriana Seccional Cali, teniendo en cuenta que en cualquier caso, la finalidad perseguida siempre será facilitar, difundir y promover el aprendizaje, la enseñanza y la investigación. Con la licencia el o los autores autorizan a la Pontificia Universidad Javeriana Seccional Cali: la publicación en formato o soporte material, de acuerdo con las condiciones internas que la Universidad ha establecido para estos efectos. La edición o cualquier otra forma de reproducción, incluyendo la posibilidad de trasladarla al sistema o entorno digital. La inclusión en cualquier otro formato o soporte como multimedia, colecciones, recopilaciones o, en general, servir de base para cualquier otra obra derivada. La comunicación y difusión al público por cualquier procedimiento o medio (impreso o electrónico). La inclusión en bases de datos y en sitios web, sean éstos onerosos o gratuitos, existiendo con ellos previo convenio perfeccionado con la Pontificia Universidad Javeriana Cali para efectos de satisfacer los fines previstos. En estos eventos, tales sitios tendrán las mismas facultades que las aquí concedidas para la referida universidad, con las mismas limitaciones y condiciones. El o los autores continúan conservando los correspondientes derechos sin modificación o restricción alguna, puesto que de acuerdo con la legislación colombiana aplicable, el acuerdo jurídico con la Pontificia Universidad Javeriana Cali, en ningún caso conlleva la enajenación del derecho de autor y de sus conexos. EL AUTOR, expresa que el artículo, folleto o libro objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, el recurso electrónico aquí presentado es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el recurso electrónico en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Pontificia Universidad Javeriana Cali actúa como un tercero de buena fe.spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subjectFacultad de Ingenieríaspa
dc.subjectPrograma de Ingeniería de Sistemasspa
dc.subjectAnálisis del sentimientospa
dc.subjectInteligencia artificialspa
dc.subjectDatos en líneaspa
dc.subjectRedes socialesspa
dc.subjectOpinionesspa
dc.subjectAerolíneasspa
dc.subjectRedes neuronalesspa
dc.subjectAgentes inteligentesspa
dc.titleAgentes Inteligentes para el Análisis de Sentimiento en Redes Socialesspa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
dc.audiencePontificia Universidad Javeriana communityeng
dc.audienceResearchseng
dc.audienceJournalistseng
dc.audienceOthereng
dc.coverageCali; Lat: 03 24 00 N degrees minutes; Lat: 3.4000 decimal degrees; Long: 076 30 00 W degrees minutes; Long: -76.5000 decimal degreeseng
dc.creator.degreeIngeniero de Sistemasspa
dc.creator.emailjpatino63@javerianacali.edu.cospa
dc.creator.emailjmonroy86@javerianacali.edu.cospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programIngeniería de sistemasspa
dc.pubplace.cityCalispa
dc.pubplace.stateValle del Caucaspa
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessspa
dc.rights.ccAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.source.repositoryreponame:Vitela: Repositorio Institucional PUJeng
dc.source.institutioninstname:Pontificia Universidad Javeriana Cali.eng
dc.type.spaTrabajo de Gradospa


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Colombia