1. Introducción
1.1 Planteo del problema
1.2 Objetivos
1.3 Contribuciones
1.4 Publicaciones
1.5 Organización de la tesis
2. Fundamentación teórica
2.1 Introducción
2.2 Computación Afectiva y Análisis de Sentimientos
2.2.1 Definición y tareas involucradas
2.2.2 Modelos de representación de emociones existentes
2.3 Minería de textos y procesamiento del lenguaje natural
2.4 Preprocesamiento del contenido recopilado
2.4.1 Filtrado del texto
2.4.2 Corrección de errores ortográficos
2.4.3 Stemming y lematización
2.4.4 Delimitación del texto
2.4.5 Etiquetado de las palabras
2.5 Esquemas de representación de contenido
2.5.1 Esquemas basados en bolsas de palabras/caracteres
2.5.2 Esquemas de ponderación del contenido
2.5.3 Esquemas basados en neural embeddings
2.6 Algoritmos de clasificación de textos basados en ML
2.6.1 Máquinas de soporte vectorial
2.6.2 Naïve Bayes
2.6.3 Redes neuronales
3. Estado de la cuestión
3.1 Introducción
3.2 Conjuntos de datos para el Análisis de Sentimientos
3.2.1 Construidos mediante etiquetado manual
3.2.2 Construidos con etiquetado automático o semi automático
3.3 Métricas para comparación de conjuntos de datos
3.4 Métricas de medición del nivel de consenso sobre las categorías
3.5 Información contextual para el Análisis de Sentimientos
3.6 Conclusiones del capítulo
4. Proceso de construcción y validación de conjuntos de datos
4.1 Introducción
4.2 Descripción general de proceso
4.3 Recopilación de el conjunto de datos
4.4 Preprocesamiento sobre el conjunto de datos recopilado
4.4.1 Tareas de preprocesamiento aplicadas
4.4.2 Efectividad del preprocesamiento en la reducción de tokens OOV
4.4.3 Preprocesamiento y desempeño de clasificadores basados ML
4.5 Selección y validación de las etiquetas del conjunto de datos
4.5.1 Selección y filtrado de comentarios
4.5.2 Descripción del conjunto de datos
4.5.3 Etiquetado y medición del consenso sobre el conjunto de datos
4.5.4 Revisión de casos controvertidos
4.6 Conclusiones del capítulo
4.6.1 Conclusiones acerca de preprocesamiento de conjunto de datos
4.6.2 Conclusiones acerca de la selección y validación de etiquetas
5. Construcción de clasificadores y utilización de información contextual
5.1 Introducción
5.2 Selección del formato de representación y el algoritmo de clasificación
5.3 Configuración de los clasificadores
5.3.1 Efecto de considerar la información contextual
5.3.2 Comparación con los resultados obtenidos en otros estudios similares
5.4 Conclusiones del capítulo
6. Conclusiones y trabajos futuros
6.1 Contribuciones de la tesis
6.2 Trabajos futuros
Referencias