Departamento de Matemática y Ciencias

Permanent URI for this community

https://repositorio.udesa.edu.ar/handle/10908/23401

Browse

Browsing Departamento de Matemática y Ciencias by Author "Iglesias, Paula Andrea"

  • Item
    Transformando reseñas en la voz del cliente con IA : sentiment por aspecto en español
    (2025) Iglesias, Paula Andrea
    Las reseñas digitales representan una fuente invaluable de retroalimentación no estructurada que permite a las organizaciones comprender la percepción de sus clientes. Este trabajo desarrolla una metodología integral para transformar reseñas de Google Maps en insights accionables mediante análisis de sentimiento basado en aspectos (ABSA) en español, abordando la necesidad de extraer información granular sobre dimensiones específicas del negocio. En este estudio implementamos un pipeline completo que incluye: (1) la definición sistemática de aspectos de negocio relevantes para clientes y organizaciones, (2) la generación de un dataset sintético de 3,000 reseñas etiquetadas utilizando ChatGPT con técnicas de few-shot prompting, logrando un coeficiente Kappa de Cohen de 64.5% respecto a anotación humana, y (3) el fine-tuning de modelos de lenguaje pre-entrenados en español (BERT, RoBERTa y RoBERTuito) para clasificación de sentimiento por aspecto. Evaluamos tres arquitecturas diferentes: modelos individuales por aspecto (MI), modelos múltiples para todos los aspectos (MM), y modelos múltiples simplificados (MMS). Los resultados demuestran que el modelo MMS basado en RoBERTa alcanza el mejor desempeño con un Macro F1-Score de 77,49 %, superando significativamente a los enfoques individuales (64,45 %) y múltiples tradicionales (52,94 %). La metodología desarrollada permite generar métricas de ‘percepción del cliente’ que facilitan el monitoreo temporal y la toma de decisiones estratégicas. Este trabajo demuestra la viabilidad de automatizar el análisis de sentimiento por aspectos utilizando datos sintéticos para el entrenamiento, ofreciendo una solución escalable y costo-efectiva para la gestión de la voz del cliente en organizaciones de servicios.