From traditional to large language models: a novel nlp-based model for sentiment analysis in social media

Entitat: Universitat Rovira i Virgili (URV)

Confidencialitat: No

Ensenyament(s): Enginyeria de la Seguretat Informàtica i Intel·ligència Artificial

Aprenentatge Servei: No

Títol en diferents idiomes: De models tradicionals a models de llenguatge extensos: un nou model basat en pnl per a l'anàlisi de sentiments a xarxes socials

Resum: Aquesta tesi aborda la necessitat d'eines d'anàlisi de sentiments en català mitjançant la creació d'un nou corpus equilibrat de 23.000 mostres i el desenvolupament d'un model de classificació especialitzat, el CSXSC. Aquest model RoBERTa ajustat, només amb codificador i 125 milions de paràmetres, es va comparar amb dos models només amb descodificador i 7.000 milions de paràmetres entrenats eficientment mitjançant QLoRA. Els resultats demostren la superioritat del model especialitzat, que va aconseguir una precisió del conjunt de proves final del 83,69%, alhora que va ser més de 24 vegades més eficient computacionalment. Aquest estudi conclou que per a aquesta tasca discriminativa, un model més petit i arquitectònicament apropiat proporciona una solució més precisa i pràctica que els LLM més grans i d'ús general.

Matèria: Xarxes socials

Curs acadèmic: 2024-2025

Idioma: en

Data de la defensa del treball: 2025-06-12

Àrees temàtiques: Enginyeria informàtica

Estudiant: Arias Cámara, Daniel

Departament: Enginyeria Informàtica i Matemàtiques

Data d'alta al repositori: 2026-03-13

Crèdits del TFM: 9

Paraules clau: Models de Llenguatge Extensos, Anàlisi de Sentiments, Xarxes Socials

Títol en la llengua original: From traditional to large language models: a novel nlp-based model for sentiment analysis in social media

Drets d'accés: info:eu-repo/semantics/openAccess

Director del projecte: Pascual Fontanilles, Jordi