Análisis de sentimientos utilizando ChatGPT: Una Revisión Sistemática de la Literatura
DOI. 10.54798/RWFA3855
Palabras clave:
Análisis de sentimientos, Grandes modelos de Lenguaje (LLM), NLPResumen
Este artículo realiza una revisión sistemática de la literatura sobre el análisis de sentimientos utilizando ChatGPT, con el objetivo de explorar exhaustivamente las técnicas, avances y desafíos en este campo. La metodología de investigación empleada se estructura en tres etapas: planificación, ejecución y análisis de resultados. En el proceso de revisión de literatura, se formularon preguntas clave y se llevó a cabo una búsqueda exhaustiva en motores académicos, seleccionando artículos relevantes entre 2021 y 2024. Además, se desarrolló una aplicación práctica para demostrar cómo ChatGPT clasifica opiniones de usuarios por tópicos y proporciona un análisis con gráficos interactivos de porcentajes, mostrando insights valiosos. Por último se concluye que ChatGPT no solo es un modelo de lenguaje grande (LLM), sino también una herramienta valiosa y complementaria para el análisis de sentimientos, capaz de comprender y generar texto contextual en múltiples idiomas, lo que lo convierte en una opción prometedora en este campo.
Citas
Amin, M. M., Mao, R., Cambria, E., & Schuller, B. W. (2024). A wide evaluation of ChatGPT on affective computing tasks. IEEE Transactions on Affective Computing. https://arxiv.org/abs/2308.13911.
Broekens, J., Hilpert, B., Verberne, S., Baraka, K., Gebhard, P., & Plaat, A. (2023). Fine-grained affective processing capabilities emerging from large language models. In 2023 11th International Conference on Affective Computing and Intelligent Interaction (ACII). https://arxiv.org/abs/2309.01664v1.
Elmitwalli, Sherif y Mehegan, John (2024). “Sentiment analysis of COP9-related tweets: a comparative study of pre-trained models and traditional techniques''. Front. Big Data, Sec. Data Science Volume 7 https://doi.org/10.3389/fdata.2024.1357926.
Carrasco, P., & Dias, S. (2024). Enhancing Restaurant Management through Aspect-Based Sentiment Analysis and NLP Techniques. Procedia Computer Science, 237, 129-137. https://doi.org/10.1016/j.procs.2024.05.088
Fatouros, G., Soldatos, J., Kouroumali, K., Makridis, G., & Kyriazis, D. (2023). Transforming sentiment analysis in the financial domain with ChatGPT. Machine Learning With Applications, 14, 100508. https://doi.org/10.1016/j.mlwa.2023.100508
Publicado
Licencia
Derechos de autor 2024 Revista Cientifica Emprendimiento Científico Tecnologico
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
