Resumen

Twitter es una red social virtual donde las personas comparten sus publicaciones y opiniones sobre la situación actual, como la pandemia de coronavirus. Se considera la fuente de datos en tiempo real más significativa para la investigación de aprendizaje automático en términos de análisis, predicción, extracción de conocimientos y opiniones. El análisis de sentimientos es un método de análisis de texto que ha ganado mayor importancia debido a la emergencia de las redes sociales. Por lo tanto, este documento presenta un sistema en tiempo real para la predicción de sentimientos en los datos de transmisión de Twitter para tweets sobre la pandemia de coronavirus. El sistema propuesto tiene como objetivo encontrar el modelo de aprendizaje automático óptimo que obtenga el mejor rendimiento para el análisis de sentimientos del coronavirus y luego utilizarlo en tiempo real. El sistema propuesto se ha desarrollado en dos componentes: el desarrollo de un análisis de sentimientos sin conexión y la modelización de un pipeline de predicción en línea. El sistema tiene dos componentes: el componente sin conexión y el componente en línea. Para el componente sin conexión del sistema, se recopiló un conjunto de

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Twitter; Análisis de sentimientos; Aprendizaje automático; Pandemia de coronavirus; Sistema en tiempo real; Extracción de características
• Keywords:Twitter; Sentiment analysis; Machine learning; Coronavirus pandemic; Real-time system; Feature extraction