Supervisión remota en el entrenamiento de un clasificador de sentimientos en comentarios turísticos

Abstract

Este artículo describe el uso de algoritmos para automatizar la detección de sentimientos en los comentarios dejado por los turistas en plataformas eWOM (Electronic Word of Mouth (Boca a boca electrónico). Para ello se diseña y entrena un clasificador utilizando Redes Neuronales LSTM (Long short-term memory), con el que determinar el sentimiento de los comentarios publicados por los turistas en las redes sociales después de su estancia en los hoteles. Se demuestra la mejora del proceso de entrenamiento con el uso de supervisión remota. El incremento en el número de muestras en el conjunto de entrenamiento, aunque éstas presenten ruido, mejora los resultados del clasificador. En este trabajo se presenta un caso de uso con los comentarios de un conjunto de hotels de la isla de Tenerife (Islas Canarias).

This paper describes an algorithm for automatically identifying the sentiments expressed by tourists on eWOM (Electronic Word of Mouth) platforms. Based on reviews published by tourists after staying in hotels, a classifier is trained using an LSTM (Long short-term memory supervised learning algorithm. The improvement of the training process with the use of remote supervision is demonstrated. The increase in the number of samples in the training set, although these present noise, improves the results of the classifier. We present a use case for this method involving a group of hotels located on the island of Tenerife (Canary Islands).