Clasificación de comentarios tóxicos en redes sociales mediante machine learning
| dc.contributor.author | Revelo Bautista, María Fernanda | |
| dc.date.accessioned | 05/12/2023 10:07 | |
| dc.date.available | 05/12/2023 10:07 | |
| dc.date.issued | 2023 | |
| dc.description | Tesis de grado previo a la obtención del título de Magister en Tecnologías de la Información | es |
| dc.description.abstract | En esta investigación, se aborda el problema de comentarios tóxicos en redes sociales, y cómo la inteligencia artificial (IA) y el aprendizaje automático (Machine Learning) pueden ayudar. Se presenta el desarrollo de un modelo de clasificación empleando IA con técnicas de machine learning que permita identificar comentarios tóxicos en Twitter. El clasificador planteado, elaborado en Python, se estableció con 7 diferentes algoritmos a los que se les empleó enfoques o estrategias para la clasificación de etiquetas múltiples, preprocesamiento, limpieza y visualización de datos. Este modelo fue entrenado con un total de 159571 comentarios del conjunto de datos del repositorio Kaggle denominado Jigsaw, el cual tiene los comentarios clasificados con diversas características. Posteriormente del entrenamiento, evaluación y comparación del modelo creado se consiguió como resultado un clasificador capaz de identificar palabras o comentarios tóxicos y ofensivos cuya precisión fue del 92.16% | |
| dc.identifier.citation | POS.995 | es |
| dc.identifier.uri | https://repositorio.puce.edu.ec/handle/123456789/38141 | |
| dc.language.iso | es | |
| dc.publisher | PUCE - Esmeraldas | |
| dc.subject | Análisis de sentimientos | |
| dc.subject | Clasificación de texto | |
| dc.subject | Comentarios tóxicos | |
| dc.subject | Machine learning | |
| dc.subject | Tweets | |
| dc.subject | ||
| dc.title | Clasificación de comentarios tóxicos en redes sociales mediante machine learning | |
| dc.title.alternative | Usability Evaluation Of The Pontificia Universidad Católica Del Ecuador Sede Esmeraldas Website, Utilizing The Software Usability Measurement Inventory And The Usability Scaling System | en_US |