Abstract:
|
Este proyecto tiene por objetivo presentar y analizar las bases de una posible solución al problema
anteriormente planteado. Estudiaremos la aplicación técnicas de Machine Learning, en particular de
diferentes modelos de Support Vector Machines, para clasificar conjuntos de comentarios de
aplicaciones. Estos comentarios serán extraídos de tiendas online de aplicaciones para móviles.
En particular, utilizaremos técnicas de aprendizaje automático supervisado y compararemos
diferentes modelos capaces de decidir si cada uno de los comentarios analizados contienen o no
oraciones con información subjetiva sobre la aplicación, es decir, si en ellas se valora la aplicación
en cuestión. Además, asignaremos cada una de estas valoraciones a cero o más temas generales.
Dichos temas serán, como ya se comenta en apartados posteriores, la facilidad de uso, la
estabilidad, la funcionalidad, el diseño y el rendimiento. También será parte del abasto de este
proyecto la inferencia de la polaridad de dichas valoraciones, es decir, descubrir si se trata de
comentarios positivos o
negativos.
Además analizaremos las posibilidades de extensión que nos proporcionan estos modelos para
aplicaciones de ámbitos diversos. A vista de los resultados decidiremos si es necesario construir
modelos de detección diferentes para analizar comentarios de aplicaciones correspondientes a
ámbitos diferentes o es posible realizar un único modelo para cualquier tipo de aplicación.
El objetivo final de este proyecto es por tanto estudiar los valores óptimos que deberían tener los
clasificadores anteriormente mencionados. Acotaremos este estudio a los clasificadores basados en
SVM binarios o multi-clase. Comprobaremos también el efecto que supone la selección de
diferentes conjuntos de atributos lingüísticos con los que representar cada documento de entrada y
diferentes métodos de reducción del de número de los mismos. |