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

Entidad: Universitat Rovira i Virgili (URV)

Confidencialidad: No

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

APS: No

Título en diferentes idiomas: De modelos lingüísticos tradicionales a modelos extensos de lenguaje: un nuevo modelo basado en pnl para el análisis de sentimientos en redes sociales

Resumen: Esta tesis aborda la necesidad de herramientas de análisis de sentimiento en catalán mediante la creación de un nuevo corpus equilibrado de 23 000 muestras y el desarrollo de un modelo de clasificación especializado, el CSXSC. Este modelo RoBERTa, optimizado y con 125 millones de parámetros, que solo utiliza el codificador, se comparó con dos modelos que solo utilizan el decodificador y que cuentan con 7 000 millones de parámetros, entrenados eficientemente con QLoRA. Los resultados demuestran la superioridad del modelo especializado, que alcanzó una precisión del 83,69 % en el conjunto de prueba final, siendo más de 24 veces más eficiente computacionalmente. Este estudio concluye que, para esta tarea discriminativa, un modelo más pequeño y con una arquitectura adecuada proporciona una solución más precisa y práctica que los modelos LLM de propósito general de mayor tamaño.

Materia: Xarxes socials

Curso académico: 2024-2025

Idioma: en

Fecha de la defensa del trabajo: 2025-06-12

Áreas temàticas: Ingeniería informática

Estudiante: Arias Cámara, Daniel

Departamento: Enginyeria Informàtica i Matemàtiques

Fecha de alta en el repositorio: 2026-03-13

Creditos del TFM: 9

Palabras clave: Modelos Extensos de Lenguaje, Análisis de Sentimientos, Redes Sociales

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

Derechos de Accesso: info:eu-repo/semantics/openAccess

Director del proyecto: Pascual Fontanilles, Jordi