Clasificadores para el Análisis de Sentimientos en Twitter: una revisión

Classifying a message automatically is such a complex task as getting a group of people to agree on the classification of a given message. Además, las medidas implementadas por Twitter podrían no ser las más adecuadas para la eliminación de contenido geográficamente inapropiado, ya que basta tan sol...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:RISTI : Revista Ibérica de Sistemas e Tecnologias de Informação 2019-10 (E23), p.353-366
Hauptverfasser: Anturi-Martínez, Jason-Paul, Paz-Realpe, Jose-Luis, Timaná-Peña, Jimena-Adriana, Cobos, Carlos
Format: Artikel
Sprache:spa
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Classifying a message automatically is such a complex task as getting a group of people to agree on the classification of a given message. Además, las medidas implementadas por Twitter podrían no ser las más adecuadas para la eliminación de contenido geográficamente inapropiado, ya que basta tan solo con cambiar la ciudad de origen de la cuenta para que cualquier persona incluyendo niños y adolescentes les sea permitido leerlo (ver detalles en https://help.twitter.com/en/rules-and-policies/tweetwithheld-by-country). La cadena de búsqueda resultante de acuerdo con los términos de la tabla 2 fue: ("sentiment analysis" OR "opinion mining" AND (("method" OR "model" OR "tool" OR "service" OR "library" OR "algorithm") AND "polarity" AND "twitter")). La cadena de búsqueda usando los términos de la tabla 5 fue: "sentiment analysis" OR "opinion mining" OR "text analytics" "classifier" "API" "tool" "service" "library" 2.2.3.Criterios de selección de literatura gris Los criterios de selección permitieron filtrar y escoger los clasificadores de polaridad en análisis de sentimientos que resultaron de la cadena de búsqueda planteada en el paso anterior (sección 2.2.2).
ISSN:1646-9895