Trabajo Fin de Grado
A Comparative Study of State-of-the-Art Sentiment Analysis Text-Based Methods
Autor/es | Laycock Narayan, Rohan Keith |
Director | Maza Alcañiz, Iván |
Departamento | Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática |
Fecha de publicación | 2024 |
Fecha de depósito | 2024-05-29 |
Titulación | Universidad de Málaga y Sevilla. Grado en Ingeniería Electrónica, Robótica y Mecatrónica |
Resumen | Este Trabajo de Fin de Grado, titulado "Estudio Comparativo de Métodos de Análisis de Sentimiento Textual
de Última Generación", se realiza en el marco de la iniciativa TIFON, dedicada al desarrollo e investigación de ... Este Trabajo de Fin de Grado, titulado "Estudio Comparativo de Métodos de Análisis de Sentimiento Textual de Última Generación", se realiza en el marco de la iniciativa TIFON, dedicada al desarrollo e investigación de tecnologías inteligentes para la industria, y con el apoyo de las subvenciones Torres Quevedo. Este estudio se lleva a cabo en la empresa 4i Intelligent Insights y se inscribe dentro de sus esfuerzos por desarrollar sistemas de inteligencia artificial conversacional multimodal y multilingüe. En particular, el análisis de sentimiento es fundamental para dotar al sistema de la capacidad de discernir la polaridad de las respuestas de los usuarios, por ejemplo, clasificándolas como positivas, negativas o neutras. Esta función es clave para interpretar la inclinación general del sentimiento en las interacciones, permitiendo ajustes más precisos en la comunicación de la inteligencia artificial conversacional. Mediante una revisión exhaustiva de la literatura y experimentación en conjuntos de datos de referencia, este trabajo de fin de grado evalúa las ventajas y desventajas de distintos métodos contemporáneos, como los enfoques basados en léxicos, aprendizaje automático, aprendizaje profundo y transformers. El propósito de este estudio es proporcionar una comprensión general y profunda de cada método, así como de sus implicaciones prácticas. A través de esta metodología, el trabajo busca ofrecer percepciones sobre el rendimiento de los diferentes métodos en situaciones reales, facilitando así la toma de decisiones estratégicas en la empresa respecto a qué tecnología es más adecuada para su integración en la infraestructura de inteligencia artificial conversacional. Los resultados específicos se centran en criterios clave como la precisión, el coste, el tiempo de computación y la interpretabilidad. Los hallazgos subrayan la importancia de seleccionar estratégicamente técnicas de análisis de sentimiento que se adapten a las necesidades operativas específicas y las limitaciones de recursos para optimizar el rendimiento y la eficiencia computacional. Estas conclusiones están diseñadas para informar la toma de decisiones estratégicas en la empresa y proporcionar información valiosa para otras organizaciones que enfrentan desafíos similares en la implementación de aplicaciones de análisis de sentimiento en condiciones reales. This bachelor’s thesis presents a detailed comparative study of state-of-the-art sentiment analysis methods, including lexicon-based, machine-learning-based, deep-learning-based, and transformer-based approaches. Conducted ... This bachelor’s thesis presents a detailed comparative study of state-of-the-art sentiment analysis methods, including lexicon-based, machine-learning-based, deep-learning-based, and transformer-based approaches. Conducted at 4i Intelligent Insights, this research evaluates the performance of various sentiment analysis techniques through a comprehensive literature review and empirical experimentation on benchmark datasets. The study focuses on critical aspects such as accuracy, cost, computation time, and interpretability, aiming to identify the most suitable methods for integration into a conversational AI framework. The findings underscore the importance of strategically selecting sentiment analysis techniques tailored to specific operational needs and resource constraints to optimize performance and computational efficiency. These conclusions are designed to inform strategic decision-making at the company and provide valuable insights for other organizations confronting similar challenges in deploying sentiment analysis applications under real- world conditions. |
Cita | Laycock Narayan, R.K. (2024). A Comparative Study of State-of-the-Art Sentiment Analysis Text-Based Methods. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG4953_LaycokNarayan.pdf | 6.901Mb | [PDF] | Ver/ | |