Desarrollo de un modelo de Clasificación Textual
Requisitos de finalización
Apertura: lunes, 29 de abril de 2024, 00:00
Cierre: martes, 7 de mayo de 2024, 00:00
En esta práctica estudiaremos cómo crear modelos de clasificación de textos con el lenguaje Python, utilizando la librería Sklearn. Además, se podrá utilizar como alternativa la herramienta visual Weka para el mismo fin.
Se orientarán ejercicios a resolver en los que el estudiante podrá hacer uso del siguiente ejemplo para adaptarlo al problema a resolver o de la herramienta visual Weka:
Ejercicios
1. Basándose en el ejemplo anterior haga uso del siguiente dataset y diseñe su propio sistema para el análisis de sentimientos.
Ejercicios adicionales (opcional)
Elige alguno de los siguientes datasets y conforma tu propio sistema de sentiment analysis.
- Se entrega
- A) el cuaderno jupyter notebook con comentarios descriptivos y el enlace online para ejecutarlo o;
- B) en el caso de utilizar Weka se entrega el modelo obtenido y un documento de informe con capturas de pantalla de los resultados obtenidos.
- El sistema a entregar no debe tener errores de ejecución, de lo contrario no se revisará.
- En el caso de reutilizar el cuaderno jupyter notebook cada modificación de autor incorporada en cuaderno debe ser señalada con comentario. Por ejemplo ####Codigo NOMBRE_DEL_AUTOR ....#####.
- - Se deben comentar y describir los aportes realizados por el autor, y explicar los motivos
- - Se deben evaluar varias opciones de experimentación (i.e. pre-procesamiento, configuraciones, tecnologías, modelos) y explicarlas.
- - Se deben describir textualmente discusiones y conclusiones del estudio en el informe de entrega.