Análisis emocional en redes sociales basados en modelos de aprendizaje automático transformers BERT

Abstract

En la actualidad resulta de lo más habitual la comunicación por medios telemáticos y en especial por redes sociales. Este nuevo medio ha traído cambios en la forma de expresarse de las personas, por lo que su análisis resulta de gran interés. A su vez se está viviendo una época de grandes avances en modelos de deep learning para su uso en tareas de procesamiento natural del lenguaje, gracias en gran medida a los modelos transformers, los cuales permiten un análisis más profundo del contexto del mensaje. En este trabajo se va a explorar la librería transformers desarrollada por la comunidad de inteligencia artificial Hugging Face, analizando modelos utilizados para el análisis de la polaridad y emociones con distintos conjuntos de datos, logrando precisiones incluso superiores al 95% en el análisis de polaridad. Los resultados obtenidos se compararán con otros modelos utilizados con el mismo fin para analizar sus ventajas y diferencias.

Currently, communication through telematic means, especially through social networks, has become extremely common. This new medium has changed the way people express themselves, making its analysis of great interest. Simultaneously, we are experiencing a period of great advances in deep learning models for natural language processing tasks, largely due to transformer models. These models allow for a deeper analysis of the message context. This study aims to explore the transformers library developed by Hugging Face artificial intelligence community. We will analyze models used for polarity and emotion analysis using various datasets, achieving accuracy values surpassing 95% in polarity analysis. The obtained results will be compared with other models used for the same purpose to assess their advantages and differences.