SentiFuzzy: Clasificador de sentimientos en Twitter basado en lógica difusa

Simple item page
dc.creatorTimaná-Peña, Jimena-Adriana
dc.creatorCobos-Lozada, Carlos-Alberto
dc.creatorAnturi-Martínez, Jason-Paul
dc.creatorPaz-Realpe, José-Luis
dc.date2023-12-01
dc.date.accessioned2024-07-05T19:12:11Z
dc.date.available2024-07-05T19:12:11Z
dc.descriptionIn the sentiment classification process, the quality of the polarity varies depending on the characteristics or attributes possessed by the classifier and those of the tweet being analyzed; therefore, a sentiment classifier achieves its highest quality in scenarios in which its characteristics are similar to the characteristics of the tweet. This article presents SentiFuzzy, an algorithm that, based on the characterization of attributes of five sentiment classifiers recognized in the literature, implemented a series of inference rules and fuzzy sets, which allowed to define mathematical weights for each classifier; thus, to know which classifier should be selected according to the nature of the analyzed tweet. Additionally, these weights were optimized by the Hill-Climbing optimization algorithm, which yielded, in some scenarios, a higher polarity accuracy than that reported in the state of the art and, in other cases, a competitive polarity accuracy compared to the polarity reported by the compared classifiers.en-US
dc.descriptionEn el proceso de clasificación de sentimientos, la calidad de la polaridad varía en relación con las características o atributos que posee el clasificador y las del tuit que se analiza, por lo tanto, un clasificador de sentimiento logra su mayor calidad cuando se encuentra en escenarios en que sus características son similares a las características del tuit. En este artículo se presenta SentiFuzzy, un algoritmo que, a partir de la caracterización de atributos de cinco clasificadores de sentimientos reconocidos en la literatura, implementó una serie de reglas de inferencia y conjuntos difusos que permitió definir pesos matemáticos para cada clasificador y de esta manera saber qué clasificador debe ser seleccionado según la naturaleza del tuit analizado. Adicionalmente, dichos pesos se optimizaron a través del algoritmo Hill Climbing, lo que permitió obtener para algunos escenarios una exactitud de polaridad más alta que la reportada en el estado del arte y, en otros casos, una exactitud de polaridad competitiva frente a la polaridad reportada por los clasificadores comparados.es-ES
dc.formatapplication/pdf
dc.identifierhttps://revistas.uptc.edu.co/index.php/ingenieria/article/view/16395
dc.identifier10.19053/01211129.v32.n66.2023.16395
dc.identifier.urihttps://repositorio.uptc.edu.co/handle/001/14380
dc.languageeng
dc.publisherUniversidad Pedagógica y Tecnológica de Colombiaen-US
dc.relationhttps://revistas.uptc.edu.co/index.php/ingenieria/article/view/16395/13809
dc.rightsCopyright (c) 2023 Jimena-Adriana Timaná-Peña, Carlos-Alberto Cobos-Lozada, Jason-Paul Anturi-Martínez, José-Luis Paz-Realpeen-US
dc.rightshttp://creativecommons.org/licenses/by/4.0en-US
dc.sourceRevista Facultad de Ingeniería; Vol. 32 No. 66 (2023): October-December 2023 (Continuous Publication); e16395en-US
dc.sourceRevista Facultad de Ingeniería; Vol. 32 Núm. 66 (2023): Octubre-Diciembre 2023 (Publicación Continua) ; e16395es-ES
dc.source2357-5328
dc.source0121-1129
dc.subjectSentiment analysisen-US
dc.subjectsentiment classifiersen-US
dc.subjectpolarity classifiersen-US
dc.subjectpolarityen-US
dc.subjectfuzzy logicen-US
dc.subjectTwitteren-US
dc.subjectanálisis de sentimientoses-ES
dc.subjectclasificadores de polaridades-ES
dc.subjectclasificadores de sentimientoses-ES
dc.subjectlógica difusaes-ES
dc.subjectpolaridades-ES
dc.subjecttwitteres-ES
dc.titleSentiFuzzy: A Twitter Sentiment Classifier Based on Fuzzy Logicen-US
dc.titleSentiFuzzy: Clasificador de sentimientos en Twitter basado en lógica difusaes-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
Files
Collections
Revista Facultad de Ingeniería