Uso de word embeddings para la detección automática de titulares clickbait en idioma español
Guardado en:
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Fecha de Publicación: | 2021 |
| Descripción: | Objetivo General: Evaluar a través de un modelo de aprendizaje máquina supervisado, el uso de word embeddings para la detección automática de titulares clickbait en idioma español. Objetivos Específicos: - Construir un corpus etiquetado de titulares clickbait y no-clickbait en idioma español. - Implementar un modelo basado en aprendizaje máquina supervisado, capaz de detectar automáticamente titulares clickbait a partir de los word embeddings que los conforman. - Medir el desempeño del modelo obtenido, utilizando métricas de pre- cisión, para determinar la utilidad de los word embeddings al detectar clickbait. |
| País: | Kérwá |
| Institución: | Universidad de Costa Rica |
| Repositorio: | Kérwá |
| Lenguaje: | Español |
| OAI Identifier: | oai:kerwa.ucr.ac.cr:10669/85757 |
| Acceso en línea: | https://hdl.handle.net/10669/85757 |
| Palabra clave: | Clickbait Aprendizaje de máquina NLP INTELIGENCIA ARTIFICIAL |