Análisis de sentimientos y emociones sobre gastronomía peruana usando minería de texto con Python

El objetivo del estudio fue mostrar el proceso de aplicación de técnicas de análisis de sentimiento, conocido también como minería de opinión (MO), para la clasificación de sentimientos y emociones en textos de opinión de manera automática. Como caso de estudio se presenta el análisis de sentimiento...

Descripción completa

Detalles Bibliográficos
Autores: Espinola Gonzales, Jesús Edilberto, Cobo Ortega, Ángel|||0000-0003-2929-2003, Rocha Blanco, Eliana Rocío|||0000-0003-4613-6686, Baraibar Diez, Elisa Pilar
Tipo de recurso: artículo
Fecha de publicación:2024
País:España
Institución:Universidad de Cantabria (UC)
Repositorio:UCrea Repositorio Abierto de la Universidad de Cantabria
Idioma:español
OAI Identifier:oai:repositorio.unican.es:10902/32313
Acceso en línea:https://hdl.handle.net/10902/32313
Access Level:acceso abierto
Palabra clave:Análisis de sentimiento
Emociones
Minería de opinión
Gastronomía peruana
Descripción
Sumario:El objetivo del estudio fue mostrar el proceso de aplicación de técnicas de análisis de sentimiento, conocido también como minería de opinión (MO), para la clasificación de sentimientos y emociones en textos de opinión de manera automática. Como caso de estudio se presenta el análisis de sentimientos y emociones en reseñas, que provienen de TripAdvisor y Google, sobre la gastronomía peruana. Para la consecución del objetivo se han seguido las fases de extracción de la información (opiniones), preprocesado y clasificación; esto se complementa con el uso de librerías en Python disponibles, con especial énfasis en las que permiten el análisis sobre textos en español. Como resultado se muestra la utilidad de una librería disponible como software libre con muy buenos resultados constatados para la automatización del proceso de clasificación de reseñas. Por otro lado, se muestra que las opiniones acerca de la gastronomía peruana se clasifican como positivos con 68 % vs. 11% de reseñas clasificadas como negativas.