El análisis de sentimientos es una técnica que permite extraer la
polaridad(i.e.positividad,negatividad o neutralidad)de un texto.Esto
unido al incremento del uso de las redes sociales hace que se auna técnica
ideal para monitorizarlas y conseguir una visión general de lo que el
público opina.Sin embargo,esta tarea es computacionalmente muy
costosa,ya que para aumentar la precisión de estos estudios se necesitan
grandes cantidades de datos.Una de las soluciones a este problema es
emplear técnicas de paralelización,debido a que por lo general cada
uno de estos ítems se procesa de forma independiente,por lo que estas
técnicas se puede aplicar sin problemas. Por lo tanto,en este proyecto,
nos centramos en el estudio de una aplicación de análisis de sentimientos
implementada con la librería Dispel4py(basadaenPython),que se
optimizará aplicando técnicas de paralelización. Específicamente usaremos
la librería Intel Threading Building Blocks de C++ para acelerar una
de las etapas computacionalmente más costosa de dicha aplicación. Así
mismo se contribuirá a mejorar la precisión en el análisis de la aplicación
original aplicando técnicas de machine learning que se han propuesto en
la literatura científica relacionada con el análisis de sentimientos.
Buscar en Dimension
