Logo_Icesi
 

Modelo de procesamiento de lenguaje natural para detectar la tasa de éxito de un artículo sobre otro.

Miniatura

Fecha

2021-01-01

Título de la revista

ISSN de la revista

Título del volumen

Publicador

Universidad Icesi

Editor

Compartir

Documentos PDF

Resumen

Muchas personas comparten actualmente noticias, enlaces o videos a familiares y amigos, sin ser conscientes del impacto que pueden tener en las decisiones o forma de actuar de las personas. Un ejemplo claro, que recientemente se ha vivido en Colombia, corresponde al paro nacional que está sucediendo al momento de la entrega de esta tesis. Los colombianos han vivido como las noticias inducen a las masas a tomar decisiones que afectan el ambiente político social y económico del país. También se ha visto como las noticias pueden llegar a generar miedo en el pueblo, o incluso, a desinformarlo en el caso de las noticias falsas. Por estas razones resulta muy importante determinar el impacto que puede tener una noticia. El problema planteado radica en la inexistencia de una manera de predecir el impacto que puede tener una noticia para una comunidad de usuarios. Por lo tanto, el objetivo consiste en implementar un modelo de aprendizaje automático que permita predecir, con la mejor fidelidad posible, la viralidad de artículos en línea. Para esto se utilizó una metodología enfocada a proyectos de aprendizaje automático denominada CRISP-DM. Dado que este proyecto fue una propuesta de investigadores en Barcelona, la forma en que se valida este trabajo es mediante una encuesta donde se comprueban los objetivos, hallazgos y resultados alcanzados, versus lo que ellos esperaban. Finalmente, se obtuvo como mejor resultado aquel correspondiente al modelo donde el núcleo de la arquitectura se basaba en un modelo pre entrenado, denominado BERT, el cual permitía predecir, para una pareja de títulos de noticias, si el primer título sería más viral que el segundo.

Abstract

Resumo

Descripción

Palabras clave

Lenguaje natural, Aprendizaje automático, Modelos de aprendizaje, Aprendizaje profundo, Inteligencia artificial, Redes neuronales, Procesamiento de la información, Procesamiento del lenguaje, Análisis de la información, Information analysis, Information processing, Registro de la información, Information recording, Artículos científicos, Scientific articles, Aprendizaje automático (Inteligencia artificial), Machine learning, Tésis, Ingenierías, Departamento Tecnologías de Información y Comunicaciones

Keywords

Palavras-chave

Citación

DOI

Handle

ISBN

ISSN

OLIB

http://biblioteca2.icesi.edu.co/cgi-olib?oid=327230

URL

YouTube

Creative Commons License
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0).