Resumen

El análisis de sentimientos es un área importante que permite conocer la opinión pública de los usuarios sobre varios aspectos. Esta información ayuda a las organizaciones a conocer la satisfacción del cliente. Las redes sociales como Twitter son canales de información importantes porque se puede obtener y procesar información en tiempo real de ellas. En este sentido, proponemos un enfoque basado en aprendizaje profundo que permite a las empresas y organizaciones detectar oportunidades para mejorar la calidad de sus productos o servicios a través del análisis de sentimientos. Este enfoque se basa en una red neuronal convolucional (CNN) y word2vec. Para determinar la efectividad de este enfoque para clasificar tweets, realizamos experimentos con diferentes tamaños de un corpus de Twitter compuesto por 100,000 tweets. Obtuvimos resultados alentadores con una precisión del 88.7%, una recuperación del 88.7% y una medida F1 del 88.7% considerando el conjunto de datos completo.

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Análisis de sentimientos; Opinión pública; Satisfacción del cliente; Redes sociales; Enfoque basado en aprendizaje profundo; Red neuronal convolucional
• Keywords:Sentiment analysis; Public opinion; Customer satisfaction; Social networks; Deep-learning-based approach; Convolutional neural network