Un modelo de clasificación automática de polaridad para notas periodísticas mediante visión artificial y spacy

• Autor: Delgada Zapata, Luis Gonsalo
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/164367
• Enlace del recurso: https://hdl.handle.net/20.500.12692/164367
• Nivel de acceso: acceso abierto
• Materia: Clasificación automática; Polaridad de noticias; Visión artificial; https://purl.org/pe-repo/ocde/ford#2.02.04

La presente investigación se alinea con el objetivo de desarrollo sostenible que se refiere a establecer alianzas para lograr los objetivos y contribuir con el fortalecimiento de la democracia, liderazgo y ciudadanía, promoviendo la transparencia y la objetividad en la información. El objetivo principal fue desarrollar un modelo de clasificación automática de polaridad en notas periodísticas utilizando técnicas de visión artificial y SpaCy. Siguiendo un enfoque cuantitativo con un diseño experimental, con una muestra de 30 interacciones realizadas por 10 participantes. Los principales resultados revelaron una reducción significativa en el tiempo de clasificación con un promedio de 306 a 6 segundos, y una precisión del modelo del 83.33% en la clasificación de polaridad. El procesamiento de imágenes alcanzó una precisión promedio del 95%. La utilidad y satisfacción del usuario aumentaron a 23 puntos tras la implementación del modelo. Las conclusiones destacan la eficacia del modelo para optimizar el análisis de contenido periodístico, ofreciendo una herramienta automatizada que mejora la eficiencia y consistencia en la clasificación de la polaridad de notas periodísticas.