Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12008/25263
Cómo citar
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Etcheverry, Mathías | - |
dc.contributor.advisor | Prada, Juan José | - |
dc.contributor.author | Kunc, Lucas | - |
dc.contributor.author | Saravia, Manuel | - |
dc.date.accessioned | 2020-09-14T16:03:18Z | - |
dc.date.available | 2020-09-14T16:03:18Z | - |
dc.date.issued | 2020 | - |
dc.identifier.citation | Kunc, L. y Saravia, M. Identificación de discurso de odio en redes sociales [en línea]. Tesis de grado. Montevideo : Udelar. FI. INCO, 2020. | es |
dc.identifier.uri | https://hdl.handle.net/20.500.12008/25263 | - |
dc.description.abstract | Este informe describe el desarrollo del trabajo realizado con el objetivo principal de identificar discurso de odio en redes sociales, a través de métodos de aprendizaje automático. Para ello, se construye un corpus conformado por publicaciones de la red social Twitter, anotado según contengan discurso de odio o no. La anotación se realiza mediante crowdsourcing, a través de una aplicación web desarrollada a estos efectos, reportándose un acuerdo entre los anotadores de 0.537 según la alfa de Krippendorff. Luego, se comparan distintos modelos a partir del desempeño que presentan realizando la tarea de clasificación sobre este corpus. El mejor clasificador obtenido consiste en un modelo SVM, el cual logra un f-score de 0.846 sobre el conjunto construido. El trabajo desarrollado muestra el enfoque utilizado para resolver la tarea de detección automática de discurso de odio, las principales dificultades encontradas y propuestas para intentar superarlas. | es |
dc.format.extent | 93 p. | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | es | es |
dc.publisher | Udelar.FI | es |
dc.rights | Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014) | es |
dc.subject | Clasificación de texto | es |
dc.subject | Discurso de odio | es |
dc.subject | es | |
dc.subject | Anotación de corpus | es |
dc.subject | Aprendizaje automático | es |
dc.subject | Procesamiento de lenguaje natural | es |
dc.title | Identificación de discurso de odio en redes sociales | es |
dc.type | Tesis de grado | es |
dc.contributor.filiacion | Kunc Lucas, Universidad de la República (Uruguay). Facultad de Ingeniería | - |
dc.contributor.filiacion | Saravia Manuel, Universidad de la República (Uruguay). Facultad de Ingeniería | - |
thesis.degree.grantor | Universidad de la República (Uruguay). Facultad de Ingeniería | es |
thesis.degree.name | Ingeniero en Computación | es |
dc.rights.licence | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) | es |
Aparece en las colecciones: | Tesis de grado - Instituto de Computación |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
KS20.pdf | Tesis de grado | 1,37 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons