Creación de un clasificador de sentimientos de alumnos mediante minería de opinión

Abstract

Para un profesor, reconocer la opinión de un alumno sobre él puede ser bastante difícil. Cuando hay mucha información, leerla toda puede ser complicado, y se necesita una herramienta que permita extraer todos estos datos. En este trabajo se propone una aplicación que permite a los profesores conocer la opinión de sus alumnos. Como parte de la operación de minería de opinión, los comentarios han pasado por varios procesos: se han corregido palabras mal escritas, se han convertido en sinónimos algunas relacionadas al ámbito educativo, y se han convertido en sus respectivos lemas. Para representar los comentarios como datos numéricos se han analizado dos algoritmos de extracción de características: bolsa de palabras y TF-IDF. Por otro lado, para aprender a clasificar los datos, se han explorado tres algoritmos: SVC, Naïve Bayes multinomial y Pasivo Agresivo. El modelo de aprendizaje automático en el que se basa el proyecto ha sido entrenado utilizando comentarios de la Universidad Mariana de Colombia, y alcanza más de un 90% de precisión.