Sentiment analysis para la clasificación de noticias financieras en los mercados argentinos : un modelo híbrido de POST enriquecido semánticamente

Detalles Bibliográficos
Autor Principal: Braña, Juan Pablo
Otros autores o Colaboradores: Litterio, Alejandra, Fernández, Alejandro
Formato: Capítulo de libro
Lengua:español
Temas:
Acceso en línea:Consultar en el Cátalogo
Resumen:El proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning.
Notas:Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca)
Descripción Física:1 archivo (722,0 kB)

MARC

LEADER 00000naa a2200000 a 4500
003 AR-LpUFIB
005 20250423183230.0
008 230201s2016 ag r 000 0 spa d
024 8 |a DIF-M7829  |b 8045  |z DIF007145 
040 |a AR-LpUFIB  |b spa  |c AR-LpUFIB 
100 1 |a Braña, Juan Pablo  |9 49725 
245 1 0 |a Sentiment analysis para la clasificación de noticias financieras en los mercados argentinos :  |b un modelo híbrido de POST enriquecido semánticamente 
300 |a 1 archivo (722,0 kB) 
500 |a Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca) 
520 |a El proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning. 
534 |a Workshop de Investigadores en Ciencias de la Computación (18vo : 2016 : Entre Ríos, Argentina) 
650 4 |a SISTEMAS HÍBRIDOS  |9 47000 
653 |a mercados financieros argentinos 
700 1 |a Litterio, Alejandra  |9 49726 
700 1 |a Fernández, Alejandro  |9 44681 
942 |c CP 
952 |0 0  |1 0  |4 0  |6 A0978  |7 3  |8 BD  |9 82395  |a DIF  |b DIF  |d 2025-03-11  |l 0  |o A0978  |r 2025-03-11 17:04:54  |u http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=1725  |w 2025-03-11  |y CP 
999 |c 56920  |d 56920