Desarrollo de herramienta web de análisis de sentimientos a través de Deep Learning y su representación visual

Abstract

[ES] Actualmente, las empresas buscan guardar la mayor cantidad de datos que se puedan obtener de los usuarios, clientes o trabajadores ya que les aporta un gran valor permitiéndoles obtener estadísticas, estudiar tendencias y realizar seguimientos, entre otros muchos beneficios. Por otra parte, también el usuario individual busca observar cuáles son sus tendencias propias, y está demostrado con la gran popularidad que tienen las campañas que ofrecen informes con abstracción de datos como el Wrapped de Spotify: te ofrece un resumen muy amplio, con diferentes secciones, de tus gustos o costumbres musicales. El objetivo de este trabajo es desarrollar una herramienta que realice un análisis polarizado del sentimiento de un conjunto de textos a través de un modelo de Deep Learning. Esta herramienta se presentará visualmente como una web pensada para ser utilizada por un amplio rango de usuarios, desde usuarios individuales hasta grandes empresas, que podrán introducir su propio conjunto de datos. Para que una herramienta sea utilizada hoy en día es importante su claridad estética y su usabilidad. Por esta razón, la web será sencilla y el resultado del análisis se devolverá con un formato visual atractivo y organizado destacando los apartados más relevantes

[EN] Nowadays, companies seek to save the greatest amount of data that can be obtained from users, clients, or workers because it brings them great value by allowing them to obtain statistics, study trends and conduct tracking, among many other benefits. On the other hand, the individual user also seeks to observe what their own trends are, and this is demonstrated by the great popularity of campaigns that offer abstraction data reports sus as Spotify s Wrapped: it offers you a broad summary, with different sections, about your musical tastes or habits. The purpose of this project is to develop a tool that performs a polarized sentiment analysis from a text dataset using a Deep Learning model. This tool will be visually presented as a web designed to be used by a wide range of users, from individual users to large companies, which will be able to set up their own dataset as an input. For a tool to be used nowadays, its aesthetic clarity and usability are important. For this reason, the web will be simple and the results of the analysis will be returned with an attractive and organized format highlighting the most relevant sections