Gagandeep Kaur / Latika Pinjarkar / Poorva Agrawal
Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Il rapido aumento della generazione di contenuti testuali da fonti come WhatsApp, Instagram e Amazon produce quotidianamente enormi quantità di dati. L’interpretazione di questi dati può aiutare gli imprenditori a comprendere la percezione pubblica dei loro prodotti o servizi e a prendere decisioni informate. A causa del grande volume di testo, l’elaborazione del linguaggio naturale (NLP), un aspetto cruciale dell’analisi del sentimento (SA), è essenziale per l’interpretazione dei contenuti. Questa ricerca si concentra sullo sviluppo di un modello di riassunto delle recensioni dei consumatori (CRS) che utilizza tecniche NLP e la memoria a breve termine lunga (LSTM) per riassumere i dati e fornire alle aziende informazioni significative sul comportamento e sulle preferenze dei consumatori. L’efficacia del modello CRS si basa sul modello SA e consiste in due fasi: SADL e CRS. La fase SADL comprende la pre-elaborazione delle recensioni, l’estrazione delle caratteristiche e la classificazione del sentiment, mentre la fase CRS esegue una sintesi automatica basata sui risultati SADL.