Análisis de sentimientos basados en embeddings sobre las opiniones de los clientes en mercado libre

Abstract

El artículo presenta un análisis del uso de técnicas de procesamiento del lenguaje natural (PLN) y modelos de aprendizaje automático para la evaluación de opiniones de productos en Mer cadoLibre, con un enfoque en embeddings como Word2Vec, GPT-3, GloVe y MPNet. Se realiza una extracción de datos mediante web scraping, recopilando comentarios estructurados para entrenar mod elos que asignen puntuaciones predictivas de 1 a 5, reflejando la percepción del cliente. Los resultados muestran que GPT-3 supera en rendimiento, especialmente con Support Vector Machines, destacando su capacidad para interpretar el lenguaje natural en tareas de clasificación. La investigación concluye la efectividad de estas herramientas para transformar datos textuales en insumos valiosos para la toma de decisiones en comercio electrónico