Show simple item record

dc.contributor.advisorREYES COVARRUBIAS, CECILIA
dc.contributor.authorVALENZUELA ALBORNOZ, IGNACIO RODRIGO
dc.contributor.otherLOBOS SUCARRAT, HUMBERTO
dc.coverage.spatialCasa Central Valparaísoes_CL
dc.date.accessioned2021-09-21T12:58:32Z
dc.date.available2021-09-21T12:58:32Z
dc.date.issued2021-03
dc.identifier.urihttps://hdl.handle.net/11673/50449
dc.description.abstractLas respuestas de texto en una encuesta son una de las fuentes más complejas de analizar y automatizar, ya que los computadores no comprenden de forma directa el lenguaje y su contexto. La empresa chilena QServus está consciente de esta problemática y encuentra en los algoritmos de inteligencia arficial el camino correcto para lograrlo. En este trabajo se enfrentan dos problemas en este aspecto, que son el análisis de senmiento y la categorización de textos. Se desarrollarán los algoritmos de aprendizaje automático que resolverán esos problemas y se implementarán en una API que se encargará de producir los análisis e indicadores para que las aplicaciones de QServus puedan acceder a ellas de forma fácil y simple. Se logra implementar la API siguiendo un diseño ordenado y estandarizado, se prueban de forma sasfactoria ambos modelos de sentimiento y categoría y se crean 6 nuevos tipos de indicadores para la plataforma.es_CL
dc.format.extent106 H.es_CL
dc.subjectAPRENDIZAJE AUTOMATICOes_CL
dc.subjectREST APIes_CL
dc.subjectCATEGORIZACION DE TEXTOes_CL
dc.subjectINTELIGENCIA ARTIFICIALes_CL
dc.titleARQUITECTURA DE SOFTWARE PARA ANÁLISIS DE TEXTOS UTILIZANDO INTELIGENCIA ARTIFICIALes_CL
dc.typeTesis de Pregrado
dc.description.degreeINGENIERO CIVIL INFORMÁTICOes_CL
dc.contributor.departmentUniversidad Técnica Federico Santa María. Departamento de Informáticaes_CL
dc.description.programDEPARTAMENTO DE INFORMÁTICA. INGENIERÍA CIVIL INFORMÁTICAes_CL
dc.identifier.barcode186183002UTFSMes_CL


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record