SciELO - Scientific Electronic Library Online

 
vol.48 número87Teorías implícitas acerca de la comprensión de textos: Estudio exploratorio en estudiantes universitarios de primer añoEl resumen del artículo de investigación: Análisis del género en un corpus de textos de Enfermería índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Revista signos

versión On-line ISSN 0718-0934

Resumen

PEREZ-TELLEZ, Fernando; CARDIFF, John; ROSSO, Paolo  y  PINTO, David. Desambiguando nombres de compañías en microblogs usando agrupamiento para el manejo de su reputación online. Rev. signos [online]. 2015, vol.48, n.87, pp.54-77. ISSN 0718-0934.  http://dx.doi.org/10.4067/S0718-09342015000100003.

Twitter es utilizado por millones de personas con la finalidad de publicar mensajes cortos con el propósito de compartir experiencias y/u opiniones acerca de un determinado producto o servicio. Existe una clara necesidad de crear sistemas que sean capaces de analizar estos mensajes a fin de derivar información sobre el pensamiento colectivo de las personas que los publican. El análisis de los tweets se ha convertido en una tarea muy importante para las grandes compañías, debido a que los comentarios, sugerencias y quejas pueden ser usados como estrategias de mercadotecnia o para determinar la reputación de cierta compañía. Entre otras tareas, es necesario construir métodos que permitan determinar, de forma automática, cuando un tweet se refiere a una compañía o no, en el caso de que el nombre de la compañía sea ambiguo. El objetivo de este trabajo es presentar y comparar cuatro diferentes aproximaciones, para la desambiguación de nombres de compañías mediante métodos de agrupamiento. Para este propósito hemos propuesto una variedad de metodologías de enriquecimiento basada en la expansión de términos vía la similitud semántica escondida detrás de la estructura léxica, todo esto con el objetivo de mejorar la representación de los tweets y como consecuencia el desempeño de la tarea de categorización. En los experimentos se han usado dos conjuntos de tweets, los cuales contienen nombres de compañías con diferentes niveles de ambigüedad. Los resultados obtenidos son prometedores y al mismo tiempo demuestran la dificultad de la tarea.

Palabras clave : Agrupamiento de tweets; análisis de opinión; desambiguación; manejo de reputación online.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons