Mostrar el registro sencillo del ítem

dc.contributor.author
Rosati, Germán Federico  
dc.contributor.author
Chazarreta, Adriana  
dc.contributor.author
Domenech, Laia  
dc.contributor.author
Maguire, Tomás  
dc.date.available
2024-07-12T12:37:50Z  
dc.date.issued
2020  
dc.identifier.citation
Capturing and analyzing social representations: A first application of Natural Language Processing techniques to reader’s comments in COVID-19 news. Argentina, 2020; XXI Simposio Argentino de Ciencia de Datos y Grandes Datos; 49° Jornadas Argentinas de Informática e Investigación Operativa; Ciudad Autónoma de Buenos AIres; Argentina; 2020; 11-19  
dc.identifier.issn
2683-8966  
dc.identifier.uri
http://hdl.handle.net/11336/239791  
dc.description.abstract
We present a first approximation to the quantification of social representations about the COVID-19, using news comments. A web crawler was developed to construct the dataset of reader’s comments. We detect relevant topics in the dataset using Latent Dirichlet Allocation, and analyze its evolution during time. Finally, we show a first prototype to the prediction of the majority topics, using FastText.  
dc.format
application/pdf  
dc.language.iso
eng  
dc.publisher
Sociedad Argentina de Informática e Investigación Operativa  
dc.rights
info:eu-repo/semantics/restrictedAccess  
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/  
dc.subject
NATURAL LANGUAGE PROCESING  
dc.subject
TOPIC MODELING  
dc.subject
NEWS READER'S COMMENTS  
dc.subject
SOCIAL REPRESENTATIONS  
dc.subject.classification
Otras Ciencias de la Computación e Información  
dc.subject.classification
Ciencias de la Computación e Información  
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS  
dc.title
Capturing and analyzing social representations: A first application of Natural Language Processing techniques to reader’s comments in COVID-19 news. Argentina, 2020  
dc.type
info:eu-repo/semantics/publishedVersion  
dc.type
info:eu-repo/semantics/conferenceObject  
dc.type
info:ar-repo/semantics/documento de conferencia  
dc.date.updated
2021-05-19T14:34:05Z  
dc.journal.pagination
11-19  
dc.journal.pais
Argentina  
dc.journal.ciudad
Ciudad Autónoma de Buenos Aires  
dc.description.fil
Fil: Rosati, Germán Federico. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de San Martín. Instituto de Altos Estudios Sociales; Argentina. Consejo Latinoamericano de Ciencias Sociales. Prog.de Invest.s/el Movimiento de la Soc.arg.; Argentina  
dc.description.fil
Fil: Chazarreta, Adriana. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de San Martín. Instituto de Altos Estudios Sociales; Argentina  
dc.description.fil
Fil: Domenech, Laia. Universidad Nacional de San Martín. Instituto de Altos Estudios Sociales; Argentina  
dc.description.fil
Fil: Maguire, Tomás. Universidad Nacional de San Martín. Instituto de Altos Estudios Sociales; Argentina  
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://49jaiio.sadio.org.ar/Anales/Agranda/Contribuciones  
dc.conicet.rol
Autor  
dc.conicet.rol
Autor  
dc.conicet.rol
Autor  
dc.conicet.rol
Autor  
dc.coverage
Internacional  
dc.type.subtype
Simposio  
dc.description.nombreEvento
XXI Simposio Argentino de Ciencia de Datos y Grandes Datos; 49° Jornadas Argentinas de Informática e Investigación Operativa  
dc.date.evento
2020-10-19  
dc.description.ciudadEvento
Ciudad Autónoma de Buenos AIres  
dc.description.paisEvento
Argentina  
dc.type.publicacion
Journal  
dc.description.institucionOrganizadora
Sociedad Argentina de Informática  
dc.description.institucionOrganizadora
Universidad de Buenos Aires. Facultad de Ingeniería  
dc.source.revista
Simposio Argentino de Ciencia de Datos y Grandes Datos  
dc.date.eventoHasta
2020-10-30  
dc.type
Simposio  

Archivos asociados
Tamaño: 364.0Kb
Formato: PDF
.