Clasificación de tutoriales en YouTube basándonos en el análisis de sentimientos realizados a sus comentarios



Título del documento: Clasificación de tutoriales en YouTube basándonos en el análisis de sentimientos realizados a sus comentarios
Revista: Innovación y software
Base de datos:
Número de sistema: 000525262
ISSN: 2708-0935
Autores: 1
1
1
Instituciones: 1Universidad La Salle,
Año:
Volumen: 3
Número: 2
Paginación: 52-69
País: Perú
Idioma: Español
Resumen en inglés The flow of information arises day by day through the Internet in a continuous way thanks to the constant interactions between users, these interactions present feelings that can be positive or negative. This helps social media content creators a lot to understand how useful what they do is for their followers, and if these are a large number, an analysis done by a single person is not enough. For this, it is necessary to use tools that operate with large amounts of data, such as BERT, which is a model that helps analyze sentiments and classify comments based on what one of them expresses. In this work, this model will be used for the classification of YouTube comments and the classification of videos on this same platform, evaluating these videos according to their content and helping viewers to choose the videos if they help them concerning what is expected. find searching. This work will also use future metrics and suggestions for the proposal.
Resumen en español El flujo de información surge día a día mediante internet de manera continua gracias a las constantes interacciones presentes entre los usuarios, estas interacciones presentan sentimientos que pueden ser positivos o negativos. Esto ayuda mucho a los creadores de contenido de las redes sociales a comprender cuan útil es lo que ellos hacen para sus seguidores, y es que, si estos son un gran número, un análisis hecho por una sola persona no es suficiente. Para ello es necesario el uso de herramientas que operan con grandes cantidades de datos como BERT, que es un modelo que ayuda al análisis de sentimientos y clasificación de comentarios basados en lo que expresa uno de estos. En este trabajo se usará este modelo para la clasificación de comentarios de YouTube y clasificación de videos de esta misma plataforma, valorando estos videos según su contenido y ayudando a los espectadores a elegir los videos si es que estos lo ayudarán con respecto a lo que se encuentran buscando. Se harán además uso de métricas y de sugerencias futuras para la propuesta mencionada en este trabajo.
Palabras clave: Análisis de sentimientos,
Comentarios de youtube,
Clasificación de videos
Keyword: Sentiment Analysis,
Youtube Comments,
Video Ranking
Texto completo: Texto completo (Ver PDF) Texto completo (Ver HTML)