Análisis de sentimiento predictivo: Procesamiento del lenguaje natural con técnicas de aprendizaje automático en Python (Análisis de Big Data 1)

Ediciones anteriores: 
13/06/2018 - De 09:00 hasta 14:00
14/06/2018 - De 09:00 hasta 14:00
03/07/2017 - De 10:00 hasta 14:00
04/07/2017 - De 10:00 hasta 14:00
05/07/2017 - De 10:00 hasta 14:00
06/07/2017 - De 10:00 hasta 14:00
Aula: 
Aula 5 Facultad Ciencias

Número de plazas limitado a 15. Aquellas personas que deseen asistir al curso deberán comunicárselo al responsable del seminario enviando un email a carcila@usal.es

Contenidos

  1. Introducción a los métodos computacionales en la investigación en comunicación y al análisis de big data

  2. Programación básica en Python

  3. Recuperación de datos de Twitter (API Streaming y API REST)

  4. Técnicas básicas de procesamiento del lenguaje natural con la librería NLTK

  5. Técnicas básicas de aprendizaje automática (machine learning) con la librería Sci-Learn

  6. Análisis de sentimiento predictivo

Requisitos para los asistentes

  • Se requiere conocimiento básico de informática en entornos Windows, Linux o MacOS
  • Se requiere conocimiento básico de estadística y de la técnica de “análisis de contenido”
  • No se requiere ordenador personal ya que el seminario se llevará a cabo en un Laboratorio de informática
Materiales: 
Arcila, C.; Barbosa, E. & Cabezuelo, F. (2016). Técnicas Big Data: Análisis de textos a gran escala para la investigación científica y periodística. El Profesional de la Información, 25 (4), 623-631
Tipo de contenido: 
Documento
Bird, S., Klein, E., & Loper, E. (2009). Natural language processing with Python: analyzing text with the natural language toolkit. O'Reilly Media, Inc.
Arcila, C.; Ortega, F.; Jiménez, J. & Trulleque, S. (2017). Análisis supervisado de sentimientos políticos en español: Clasificación en tiempo real de tweets basada en aprendizaje automático. El Profesional de la Información, 26 (5), 978-987.
Programa del curso