La clasificación de sentimientos se refiere al dictamen o juicio que se le atribuye a un texto. Esta tarea es algo que las personas realizan naturalmente al leer un contenido. Por el crecimiento de las redes sociales y la cantidad de datos que se generan diariamente en la web, podemos encontrar opiniones sobre noticias, productos, personas, etc. Con tanta información, la capacidad humana para clasificarla se convierte en una tarea muy difícil de realizar. Por eso se han propuesto diversos tipos de clasificadores automáticos que realizan esta tarea. En esta investigación se desarrolló diversas técnicas que permiten el análisis de textos cortos, desde clasificadores probabilísticos, que mostraron un rápido desempeño y buenos resultados, hasta clasificadores basados en aprendizaje profundo, con los que se consiguió resultados comparables al estado del arte. Además, se utilizaro...

El análisis de sentimientos se ha investigado ampliamente en los últimos años. Si bien se han obtenido importantes resultados teóricos y prácticos, todavía hay margen de mejora. En particular, cuando se considera oraciones cortas y lenguas de bajos recursos. Por lo tanto, en este trabajo nos centramos en el análisis de sentimientos para los mensajes de Twitter en español. Exploramos la combinación de varias representaciones de palabras (Word2Vec, Glove, Fas-text) y modelos de redes neuronales profundas para clasificar textos cortos. Los enfoques anteriores de Deep Learning no pudieron obtener resultados óptimos para la clasificación de frases en español en Twitter. Por el contrario, mostramos resultados prometedores en esa dirección. Nuestra mejor configuración combina aumento de datos, representaciones de inserción de tres palabras, redes neuronales convolucionales y rede...