dc.contributor.advisor | REYES COVARRUBIAS, CECILIA | |
dc.contributor.author | VALENZUELA ALBORNOZ, IGNACIO RODRIGO | |
dc.contributor.other | LOBOS SUCARRAT, HUMBERTO | |
dc.coverage.spatial | Casa Central Valparaíso | es_CL |
dc.date.accessioned | 2021-09-21T12:58:32Z | |
dc.date.available | 2021-09-21T12:58:32Z | |
dc.date.issued | 2021-03 | |
dc.identifier.uri | https://hdl.handle.net/11673/50449 | |
dc.description.abstract | Las 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.extent | 106 H. | es_CL |
dc.subject | APRENDIZAJE AUTOMATICO | es_CL |
dc.subject | REST API | es_CL |
dc.subject | CATEGORIZACION DE TEXTO | es_CL |
dc.subject | INTELIGENCIA ARTIFICIAL | es_CL |
dc.title | ARQUITECTURA DE SOFTWARE PARA ANÁLISIS DE TEXTOS UTILIZANDO INTELIGENCIA ARTIFICIAL | es_CL |
dc.type | Tesis de Pregrado | |
dc.description.degree | INGENIERO CIVIL INFORMÁTICO | es_CL |
dc.contributor.department | Universidad Técnica Federico Santa María. Departamento de Informática | es_CL |
dc.description.program | DEPARTAMENTO DE INFORMÁTICA. INGENIERÍA CIVIL INFORMÁTICA | es_CL |
dc.identifier.barcode | 186183002UTFSM | es_CL |