Clasificación de comentarios tóxicos en redes sociales mediante machine Learning
Tesis de grado previo a la obtención del título de Magister en Tecnologías de la Información
محفوظ في:
| المؤلف الرئيسي: | |
|---|---|
| التنسيق: | article |
| منشور في: |
2023
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | https://repositorio.puce.edu.ec/handle/123456789/38141 |
| الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
إضافة وسم | _version_ | 1836825504058966016 |
|---|---|
| author | Revelo Bautista, María Fernanda |
| author_facet | Revelo Bautista, María Fernanda |
| author_role | author |
| collection | Repositorio Pontificia Universidad Católica del Ecuador |
| dc.creator.none.fl_str_mv | Revelo Bautista, María Fernanda |
| dc.date.none.fl_str_mv | 2023-12-05T15:07:25Z 2023-12-05T15:07:25Z 2023 |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | POS.995 https://repositorio.puce.edu.ec/handle/123456789/38141 |
| dc.language.none.fl_str_mv | es |
| dc.publisher.none.fl_str_mv | PUCE - Esmeraldas |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio Pontificia Universidad Católica del Ecuador instname:Pontificia Universidad Católica del Ecuador instacron:PUCE |
| dc.subject.none.fl_str_mv | Análisis De Los Sentimientos Clasificación De Texto Comentarios Tóxicos Machine Learning Tweets |
| dc.title.none.fl_str_mv | Clasificación de comentarios tóxicos en redes sociales mediante machine Learning Usability Evaluation Of The Pontificia Universidad Católica Del Ecuador Sede Esmeraldas Website, Utilizing The Software Usability Measurement Inventory And The Usability Scaling System |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/article |
| description | Tesis de grado previo a la obtención del título de Magister en Tecnologías de la Información |
| eu_rights_str_mv | openAccess |
| format | article |
| id | PUCE_2ce85a2b137412fdfe3763e4b09d0fbc |
| identifier_str_mv | POS.995 |
| instacron_str | PUCE |
| institution | PUCE |
| instname_str | Pontificia Universidad Católica del Ecuador |
| language_invalid_str_mv | es |
| network_acronym_str | PUCE |
| network_name_str | Repositorio Pontificia Universidad Católica del Ecuador |
| oai_identifier_str | oai:repositorio.puce.edu.ec:123456789/38141 |
| publishDate | 2023 |
| publisher.none.fl_str_mv | PUCE - Esmeraldas |
| reponame_str | Repositorio Pontificia Universidad Católica del Ecuador |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Pontificia Universidad Católica del Ecuador - Pontificia Universidad Católica del Ecuador |
| repository_id_str | 2180 |
| spelling | Clasificación de comentarios tóxicos en redes sociales mediante machine LearningUsability Evaluation Of The Pontificia Universidad Católica Del Ecuador Sede Esmeraldas Website, Utilizing The Software Usability Measurement Inventory And The Usability Scaling SystemRevelo Bautista, María FernandaAnálisis De Los SentimientosClasificación De TextoComentarios TóxicosMachine LearningTweetsTwitterTesis de grado previo a la obtención del título de Magister en Tecnologías de la InformaciónEn 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%PUCE - Esmeraldas2023-12-05T15:07:25Z2023-12-05T15:07:25Z2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfPOS.995https://repositorio.puce.edu.ec/handle/123456789/38141esinfo:eu-repo/semantics/openAccessreponame:Repositorio Pontificia Universidad Católica del Ecuadorinstname:Pontificia Universidad Católica del Ecuadorinstacron:PUCE2025-06-09T21:09:27Zoai:repositorio.puce.edu.ec:123456789/38141Institucionalhttp://repositorio.puce.edu.ec/Institución privadahttps://www.puce.edu.ec/http://repositorio.puce.edu.ec/oai.Ecuador...opendoar:21802025-07-05T15:27:29.340739Repositorio Pontificia Universidad Católica del Ecuador - Pontificia Universidad Católica del Ecuadortrue |
| spellingShingle | Clasificación de comentarios tóxicos en redes sociales mediante machine Learning Revelo Bautista, María Fernanda Análisis De Los Sentimientos Clasificación De Texto Comentarios Tóxicos Machine Learning Tweets |
| status_str | publishedVersion |
| title | Clasificación de comentarios tóxicos en redes sociales mediante machine Learning |
| title_full | Clasificación de comentarios tóxicos en redes sociales mediante machine Learning |
| title_fullStr | Clasificación de comentarios tóxicos en redes sociales mediante machine Learning |
| title_full_unstemmed | Clasificación de comentarios tóxicos en redes sociales mediante machine Learning |
| title_short | Clasificación de comentarios tóxicos en redes sociales mediante machine Learning |
| title_sort | Clasificación de comentarios tóxicos en redes sociales mediante machine Learning |
| topic | Análisis De Los Sentimientos Clasificación De Texto Comentarios Tóxicos Machine Learning Tweets |
| url | https://repositorio.puce.edu.ec/handle/123456789/38141 |