Resumen

Cada día, se publican enormes cantidades de tweets instantáneos (mensajes) en Twitter, ya que es una de las redes sociales masivas para las interacciones de los e-learners. Las opciones sobre varios temas interesantes que se deben estudiar son discutidas entre los estudiantes y profesores a través de la captura de fuentes ideales en Twitter. El comportamiento común de sentimientos hacia estos temas se recibe a través del gran número de mensajes instantáneos sobre ellos. En este documento, en lugar de utilizar la polaridad de opinión de cada mensaje relevante para el tema, los autores se centran en la clasificación de opinión a nivel de oración al utilizar el algoritmo no supervisado llamado teoría de respuesta al ítem de bigrama (BIRT). Esto difiere del algoritmo de clasificación tradicional y de clasificación a nivel de documento. La investigación ilustrada en este documento es triple y se enumera de la siguiente manera: la polaridad de sentimiento basada en léxico de los mensajes de tweets; la relación de coocurrencia de bigramas utilizando el método bayesiano ingenuo; la

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Números enormes; Tweets instantáneos; Twitter; Comportamiento de sentimiento; Teoría de respuesta de elementos de bigrama; Temas
• Keywords:Huge numbers; Instant tweets; Twitter; Sentiment behavior; Bigram item response theory; Topics