La expansión de las redes sociales ha impulsado la producción masiva de textos digitales. Sin embargo, clasificar automáticamente estos textos, especialmente para detectar emociones, enfrenta desafíos: el etiquetado manual es lento y los recursos en español son escasos. Esta investigación propone un innovador enfoque para crear clasificadores automáticos de emociones en español, eliminando casi por completo la necesidad de etiquetado manual. Las etiquetas se obtienen directamente de los usuarios que escriben el contenido y se valida con una muestra mínima. Asimismo, se incorpora información contextual para mejorar el desempeño del clasificador. Este método permite detectar emociones en opiniones sobre productos, políticas o en casos de seguridad como amenazas y acoso. Los resultados demuestran que el desempeño de estos clasificadores es equivalente al de aquellos entrenados con etiquetado manual. Un avance eficiente para el análisis de sentimientos en español adaptable a otros idiomas y temas.
NotasTesis realizada en la Universidad Nacional de La Plata. Grado alcanzado: Doctor en Ciencias Informáticas. Director: Sandra Silvia Baldassarri. La tesis, presentada en el año 2023, obtuvo el Premio "Dr. Raúl Gallard" en el 2024.
Doctor en Ciencias Informáticas | Ciencia de datos | Aprendizaje automático & Procesamiento del lenguaje natural con Python | Docente & Investigador en UNNOBA
Esta obra está bajo una Licencia Creative Commons Atribución-CompartirIgual 4.0 Internacional