Publication: ARQUITECTURA DE SOFTWARE PARA ANÁLISIS DE TEXTOS UTILIZANDO INTELIGENCIA ARTIFICIAL
Date
2021-03
Authors
VALENZUELA ALBORNOZ, IGNACIO RODRIGO
Journal Title
Journal ISSN
Volume Title
Publisher
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.
Description
Keywords
APRENDIZAJE AUTOMATICO , REST API , CATEGORIZACION DE TEXTO , INTELIGENCIA ARTIFICIAL