Resumir las opiniones de los clientes mediante un análisis híbrido de sentimientos

El rápido aumento de la generación de contenido textual a partir de fuentes como WhatsApp, Instagram y Amazon produce diariamente cantidades ingentes de datos. La interpretación de estos datos puede ayudar a los empresarios a comprender la percepción pública de sus productos o servicios y a tomar decisiones con conocimiento de causa. Debido al gran volumen de texto, el Procesamiento del Lenguaje Natural (PLN), un aspecto crucial del Análisis de Sentimiento (AS), es esencial para la interpretación del contenido . Esta investigación se centra en el desarrollo de un modelo de Resumir Reseñas de Consumidores (CRS) utilizando técnicas de PLN y Memoria Larga a Corto Plazo (LSTM) para resumir datos y proporcionar a las empresas conocimientos significativos sobre el comportamiento y las preferencias de los consumidores. La eficacia del modelo CRS se basa en el modelo SA y consta de dos fases: SADL y CRS. La fase SADL incluye el preprocesamiento de reseñas, la extracción de características y la clasificación de sentimientos, mientras que la fase CRS realiza un resumen automático basado en los resultados de SADL.