Detección automática de tweets noticiosos
![Thumbnail](/xmlui/bitstream/handle/10234/185508/TFM_AldoGarces.pdf.jpg?sequence=5&isAllowed=y)
View/ Open
Metadata
Show full item recordcomunitat-uji-handle:10234/158176
comunitat-uji-handle2:10234/71345
comunitat-uji-handle3:10234/94547
comunitat-uji-handle4:
TFG-TFMMetadata
Title
Detección automática de tweets noticiososAuthor (s)
Tutor/Supervisor; University.Department
Berlanga Llavori, Rafael; Universitat Jaume I. Departament de Llenguatges i Sistemes InformàticsDate
2019-10Publisher
Universitat Jaume IAbstract
Las redes sociales, como Twitter, pueden facilitar la distribución de información en tiempo
real entre usuarios de todo el mundo. Se ha demostrado que las personas cada vez reciben
más noticias de las redes sociales ... [+]
Las redes sociales, como Twitter, pueden facilitar la distribución de información en tiempo
real entre usuarios de todo el mundo. Se ha demostrado que las personas cada vez reciben
más noticias de las redes sociales que de las fuentes de noticias tradicionales. El objetivo del
presente trabajo es la detección automática de tweets noticiosos. Se ha realizado,
primeramente, un etiquetado de tweets noticiosos y un conjunto de no etiquetado, en el cual
se encuentran los negativos. Para el proceso de extracción de negativos desde el conjunto
de no etiquetados se realiza un proceso de PU-Learning. Además, por desbalanceo del
conjunto se desarrolla una aumentación de datos, mediante la creación de tweets sintéticos.
Finalmente, se propone un modelo, con aproximaciones de aprendizaje profundo, para la
detección de tweets con los conjuntos obtenidos por el PU-Learning. Este modelo alcanza
como resultado un 0.86 de F1-score y precisión de 0.98. [-]
Social networks, such as Twitter, can facilitate the distribution of information in real time
among users around the world. The people receive more news from social networks than from
traditional news sources. The ... [+]
Social networks, such as Twitter, can facilitate the distribution of information in real time
among users around the world. The people receive more news from social networks than from
traditional news sources. The objective of this work is the automatic detection of newsworthy
tweets. A labelling of newsworthy tweets and unlabeled was done. For the process of
extracting negatives from the set of unlabeled, a PU-Learning process is applied. In addition,
due to the imbalance of set, a data augmentation has been developed, through the creation
of synthetic tweets. Finally, a model has been proposed, with deep learning approaches, for
the detection of tweets with the sets detected by the PU-Learning. This model results in a 0.86
F1-score and precision of 0.98. [-]
Subject
Description
Treball final de Màster Universitari en Sistemes Intel.ligents (Pla de 2013). Codi: SIE043. Curs acadèmic 2018/2019
Type
info:eu-repo/semantics/masterThesisRights
info:eu-repo/semantics/openAccess
This item appears in the folowing collection(s)
The following license files are associated with this item: