Entrenament de models de Deep Learning per la classificació de text en base al sentiment

Identificador:  TFG:5671

Handle: https://hdl.handle.net/20.500.11797/TFG5671

Autors:  Russo Bertolez, Lautaro Andrés

Resum:
Donades les noves tecnologies i la informatització de les eines d'aprenentatge, com són els cursos en línia, les maneres d'avaluar aquestes eines s'estan veient escasses i necessàries. Aquest projecte apunta a desenvolupar una eina per a avaluar la satisfacció dels usuaris basant-se en les ressenyes que aquests usuaris generen. A partir de processar el text i analitzar-lo amb un model prèviament entrenat podem deduir quin sentiment expressa un usuari basant-se en aquesta ressenya. A continuació veurem tot el procés de desenvolupament de principi a fi d'aquest model, passant per les etapes de recol·lecció, selecció, validació, processament i codificació de les dades per a l'entrenament del model i les etapes d'entrenament, validació i proves basant-se en mostres independents d'aquest model. Cada tècnica emprada en cada fase d'aquest treball té un rerefons teòric el qual explicaré de manera superficial, l'objectiu del treball no és aprofundir en aquest marc teòric, sinó desenvolupar un model funcional i efectiu per a la classificació de text. Els resultats finals es poden consultar en la taula que hi ha a l'apartat de resultats de la memòria, aquesta conté les mètriques que he considerat més rellevants per a l'enteniment del rendiment del model.