Una comparación de las plataformas de análisis de sentimientos en ingeniería de software: un estudio experimental
Loading...
Date
2022
Journal Title
Journal ISSN
Volume Title
Publisher
PUCE - Esmeraldas
Abstract
El análisis de sentimientos es conocido también como minería de opinión, ya que es el proceso de obtener la polaridad emocional de un texto para luego ser clasificado en negativo, neutral y positivo, las cuales son las medidas más utilizadas. El análisis de sentimientos surge de los algoritmos de inteligencia artificial y el machine learning. Hoy en día las empresas que se dedican al desarrollo de software aseguran que la información obtenida a través del análisis de sentimientos es sumamente importante para ellos ya que de esta manera pueden analizar cuan aceptado puede ser un producto para sus usuarios. Para ello existen varias herramientas y plataformas que se encargan de realizar el proceso de análisis de sentimientos a grandes cantidades de datos, siendo así más eficiente que una persona. El presente documento se enfoca en la comparación de las plataformas que más se utilizan en la actualidad para realizar el análisis de sentimientos. Mediante una evaluación que se basa en los factores de la ISO/IEC 25010 la cual se encarga en medir la calidad del software. Los parámetros con los que se trabajó fueron: adecuación funcional, eficiencia de desempeño y usabilidad. En cuanto a la evaluación realizada, la plataforma que obtuvo un mayor puntaje fue MonkeyLearn. Adicionalmente fue la que más coincidencia tuvo con la descripción de los conjuntos de datos con los que se trabajó. Por otro lado, las siguientes plataformas como Google Colaboratory y RapidMiner obtuvieron una puntuación inferior.
Description
Tesis previa obtención del título de Ingeniero en Tecnologías de la Información.
Keywords
Algoritmos, Inteligencia artificial, Software, Análisis de sentimientos
Citation
IS.234