Aproximación léxico-semántica para el análisis de sentimiento en tweets: Pruebas y evaluación en la colección TASS

Villar Rodríguez, Esther. (2013). Aproximación léxico-semántica para el análisis de sentimiento en tweets: Pruebas y evaluación en la colección TASS Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Lenguajes y Sistemas Informáticos

Ficheros (Some files may be inaccessible until you login with your old.e-spacio credentials)
Nombre Descripción Tipo MIME Size
VillarRodriguez_Esther_TFM.pdf VillarRodriguez_Esther_TFM.pdf application/pdf 3.18MB

Título Aproximación léxico-semántica para el análisis de sentimiento en tweets: Pruebas y evaluación en la colección TASS
Autor(es) Villar Rodríguez, Esther
Resumen Este trabajo de fin de master se ha orientado en la dirección del Sentiment Analysis, una disciplina que esta última década ha acaparado la atención de muchos investigadores interesados en la posibilidad de hacer comprender el lenguaje humano a las computadoras y por ende las opiniones de los usuarios, donde se halla el último objetivo.
Notas adicionales Trabajo final de Máster Universitario en Lenguajes y Sistemas Informáticos
Materia(s) Informática
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Lenguajes y Sistemas Informáticos
Director/Tutor García Serrano, Ana María
Fecha 2013-06-27
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-LSI-Evillar
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-LSI-Evillar
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 251 Visitas, 63 Descargas  -  Estadísticas en detalle
Creado: Fri, 08 Oct 2021, 19:56:45 CET