Automatic identification of concerns about water, through the study of tweets using natural language processing techniques / Claudio A. Balmaceda, Luis F. Gutiérrez, Akbar Siami Namin

por Balmaceda, Claudio A; Gutiérrez, Luis F; Siami Namin, Akbar.
Tipo de material: materialTypeLabelLibroEditor: [S.l.] : [s.n.], [2018?]Descripción: 23 p. : gráficos ; 31 cm. + 1 CD-ROM.Materia(s): TELECOMUNICACIONES | CONTAMINACIÓN DEL AGUA | LENGUAJES DE PROGRAMACIÓN | MEDIOS SOCIALES | REDES DE TRANSMISIÓN DE DATOSRecursos en línea: Haga clic para acceso en línea Nota de disertación: Tesis (Ingeniería en Telecomunicaciones) -- Universidad Blas Pascal, [2018?]. Revisión: En los últimos años, todos los signos parecen indicar que la crisis del agua está empeorando. Así, es muy importante estudiar las preocupaciones de la población sobre el agua y una de las principales fuentes de información son las redes sociales, como Twitter. Se generan millones de tweets. Cada día en temas múltiples. Este artículo presenta un método automático para twittear clasificación de sentimientos. El método se implementa y se prueba en el lenguaje de programación Python y se muestra que funciona bien con un gran volumen de datos, con 3221 tweets de datos. Permitiéndonos para identificar automáticamente las principales preocupaciones de la población sobre el agua a lo largo del tiempo, utilizando diferentes técnicas de NLTK como Tokenización, Parte del discurso y Determinación de la polaridad. La polaridad de los tweets se evalúa mediante el uso de una biblioteca de Python llamada TextBlob, que proporciona una API consistente para sumergirse en tareas comunes de procesamiento de lenguaje natural (NLP).

La Biblioteca posee: 1 ej.

Tesis (Ingeniería en Telecomunicaciones) -- Universidad Blas Pascal, [2018?].

En los últimos años, todos los signos parecen indicar que la crisis del agua está empeorando. Así, es muy importante estudiar las preocupaciones de la población sobre el agua y una de las principales fuentes de información son las redes sociales, como Twitter. Se generan millones de tweets. Cada día en temas múltiples. Este artículo presenta un método automático para twittear clasificación de sentimientos. El método se implementa y se prueba en el lenguaje de programación Python y se muestra que funciona bien con un gran volumen de datos, con 3221 tweets de datos. Permitiéndonos para identificar automáticamente las principales preocupaciones de la población sobre el agua a lo largo del tiempo, utilizando diferentes técnicas de NLTK como Tokenización, Parte del discurso y Determinación de la polaridad. La polaridad de los tweets se evalúa mediante el uso de una biblioteca de Python llamada TextBlob, que proporciona una API consistente para sumergirse en tareas comunes de procesamiento de lenguaje natural (NLP).

Texto escrito en inglés.

No hay comentarios en este titulo.

para colocar un comentario.

Haga clic en una imagen para verla en el visor de imágenes

 

BIBLIOTECA UNIVERSIDAD BLAS PASCAL
Sede Campus: Av. Donato Álvarez 380 Bº Argüello, CPA X5147ERG - Córdoba, Argentina.
Tel. +54 (0351) 414 4444 int. 3160 - Horario: Lunes a viernes de 8 a 21 hs. Sábado de 9 a 12:30 hs.