Categorización e integración de columnas de opinión y contenido de páginas web aplicando técnicas de Procesamiento de Lenguaje Natural
Barra lateral del artículo
Contenido principal del artículo
Se presenta la aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de textos, describiendo el proceso realizado desde la extracción de datos hasta la identificación y detección de opiniones de manera automática. Los textos analizados fueron columnas de opinión que reflejan los criterios de las personas sobre temas de actualidad. Lo anterior con el fin de proporcionar una manera ágil de identificar los temas de interés en la comunidad para proporcionar a los interesados de forma resumida lo que se expresa sobre estos temas. Para tal fin, se implementó un algoritmo que permite extraer información de manera precisa y limpia desde páginas web y posteriormente otro algoritmo que se encarga de efectuar la categorización automática de la información extraída, generando un resumen preciso de los principales temas en cada escrito.
Jorge-Alexander Acevedo-Castiblanco, Universidad Pedagógica y Tecnológica de Colombia, Sogamoso, Colombia
https://orcid.org/0009-0000-8740-9025
Marco-Javier Suarez-Barón, Universidad Pedagógica y Tecnológica de Colombia, Sogamoso, Colombia
https://orcid.org/0000-0003-1656-4452
Juan-Sebastián González-Sanabria, Universidad Pedagógica y Tecnológica de Colombia, Sogamoso, Colombia
Moreno A. [Internet] Procesamiento del lenguaje natural ¿qué es?, 2023. Disponible en: https://www.iic.uam.es/inteligencia/que-es-procesamiento-del-lenguaje-natural/
Kaur G, Sharma A. A deep learning-based model using hybrid feature extraction approach for consumer sentiment analysis. Journal of Big Data. 2023; 10(1):10-18. https://doi.org/10.1186/s40537-022-00680-6 DOI: https://doi.org/10.1186/s40537-022-00680-6
Haque R, Islam N, Tasneem M, Das AK. Multi-class sentiment classification on Bengali social media comments using machine learning. International Journal of Cognitive Computing in Engineering. 2023; 4: 21-35. https://doi.org/10.1016/j.ijcce.2023.01.001 DOI: https://doi.org/10.1016/j.ijcce.2023.01.001
Martínez N, Téllez J, Barrero J, Chaves L. Automatic method for the prediction of the commercial appraisal of a property in Bogota city. 7th Congreso Internacional de Innovación y Tendencias En Ingeniería. 2021. https://doi.org/10.1109/CONIITI53815.2021.9619685 DOI: https://doi.org/10.1109/CONIITI53815.2021.9619685
Báez P, Arancibia AP, Chaparro MI, Bucarey T, Núñez F, Dunstan J. Natural language processing for clinical text in Spanish: The case of waiting lists in Chile. Revista Médica Clínica Las Condes. 2022; 33(6): 576-582. https://doi.org/10.1016/j.rmclc.2022.10.002 DOI: https://doi.org/10.1016/j.rmclc.2022.10.002
Garrido-Muñoz I, Montejo-Ráez A, Martínez-Santiago F. Exploring gender bias in Spanish deep learning models. CEUR Workshop Proceedings. 2022; 3224: 44-47
Wang J, Li J, Zhang Y. Text3D: 3D Convolutional Neural Networks for Text Classification. Electronics (Switzerland). 2023; 12(14):e87. https://doi.org/10.3390/electronics12143087 DOI: https://doi.org/10.3390/electronics12143087
Gouthami S, Hegde NP. An improved sentiment classification model using BERT classification with ranger Adabelief Optimizer. Journal of Theoretical and Applied Information Technology. 2023; 101(12): 5102-5113.
Catelli R, Pelosi S, Comito C, Pizzuti C, Esposito M. Lexicon-based sentiment analysis to detect opinions and attitude towards COVID-19 vaccines on Twitter in Italy. Computers in Biology and Medicine, 2023; 158:e106876. https://doi.org/10.1016/j.compbiomed.2023.106876 DOI: https://doi.org/10.1016/j.compbiomed.2023.106876
Yang Z, Zhang L, Wang X, Mai Y. ESG Text Classification: An Application of the Prompt-Based Learning Approach. Journal of Financial Data Science. 2023; 5(1): 47-57. https://doi.org/10.3905/jfds.2022.1.115 DOI: https://doi.org/10.3905/jfds.2022.1.115
De Santis E, Rizzi A. Prototype Theory Meets Word Embedding: A Novel Approach for Text Categorization via Granular Computing. Cognitive Computation. 2023; 15(3): 976-997. https://doi.org/10.1007/s12559-023-10132-9 DOI: https://doi.org/10.1007/s12559-023-10132-9
Siddiqui T, Amer, A. A comprehensive review on text classification and text mining techniques using spam dataset detection. Mathematics and Computer Science. 2024; 2: 1-18. https://doi.org/10.1002/9781119896715.ch1 DOI: https://doi.org/10.1002/9781119896715.ch1
Das RK, Islam M, Khushbu SA. BTSD: A curated transformation of sentence dataset for text classification in Bangla language. Data in Brief. 2023; 50:e109445. https://doi.org/10.1016/j.dib.2023.109445 DOI: https://doi.org/10.1016/j.dib.2023.109445
Bi H, Li B, Qiu Y, Change M. EnvText: A Chinese text mining tool for environmental domain with advanced BERT model. Software Impacts. 2023; 17:e100559. https://doi.org/10.1016/j.simpa.2023.100559 DOI: https://doi.org/10.1016/j.simpa.2023.100559
Palai P, Agrawal K, Mishra DP, Salkuti SR. Text grouping: a comprehensive guide. IAES International Journal of Artificial Intelligence. 2023; 12(3): 1476-1483. https://doi.org/10.11591/ijai.v12.i3.pp1476-1483 DOI: https://doi.org/10.11591/ijai.v12.i3.pp1476-1483
Fonseca CA, de Souza Netto RS, Bodolay AN, Carvalho Guelpeli MV. AnoTex: Structured data filtering routine of the scientific article genre as contribution to PLN. Texto Livre. 2018; 11(3): 40-64. https://doi.org/10.17851/1983-3652.11.3.40-64 DOI: https://doi.org/10.17851/1983-3652.11.3.40-64
Aceptado 2023-09-06
Publicado 2023-06-26
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
Los autores ceden los derechos patrimoniales a la revista y a la Universidad del Valle sobre los manuscritos aceptados, pero podrán hacer los reusos que consideren pertinentes por motivos profesionales, educativos, académicos o científicos, de acuerdo con los términos de la licencia que otorga la revista a todos sus artículos.
Los artículos serán publicados bajo la licencia Creative Commons 4.0 BY-NC-SA (de atribución, no comercial, sin obras derivadas).