EVALUACIÓN DE ALGORITMOS DE CLASIFICACIÓN DE TEXTO: UN ESTUDIO SOBRE EL DESEQUILIBRIO DE CLASES Y EL PREPROCESAMIENTO

Resumen

Este trabajo presenta un análisis comparativo de varios algoritmos de aprendizaje automático aplicados a la clasificación temática de comentarios en distintos medios. A partir de un conjunto de datos con un problema importante de desbalance de clases, se examina la efectividad de cada modelo bajo diferentes condiciones de preprocesamiento. Los resultados muestran que Random Forest es el algoritmo más adecuado, ya que puede manejar características correlacionadas y alcanzar una exactitud de 0.92, mientras que Naive Bayes presenta limitaciones cuando los datos tienen baja representatividad o alta ambigüedad. El estudio resalta la importancia del preprocesamiento en el análisis de texto y aporta evidencia sobre el desempeño de distintos algoritmos en tareas de clasificación textual.