Modelo de Procesamiento de Lenguaje Natural para Análisis de Sentimientos y Extracción de Entidades en Reseñas de Aplicaciones Móviles en Colombia

Abstract

El crecimiento acelerado de las aplicaciones móviles ha generado un alto volumen de reseñas de usuarios en plataformas digitales, las cuales constituyen una fuente clave para comprender la percepción y la experiencia de uso. En el contexto colombiano, estas reseñas presentan particularidades lingüísticas que dificultan su análisis automático mediante enfoques tradicionales. Aunque el análisis de sentimientos (SA, del inglés Sentiment Analysis) permite clasificar opiniones de forma general, resulta insuficiente para identificar con precisión los elementos específicos de las aplicaciones que influyen en la satisfacción del usuario. En este trabajo se propone el diseño e implementación de un modelo de análisis de sentimientos a nivel de aspecto (ABSA, del inglés Aspect-Based Sentiment Analysis), con un enfoque centrado en evidencia textual, orientado al procesamiento de reseñas de aplicaciones móviles en español de Colombia. El modelo emplea un esquema de anotación basado en cuatro dimensiones: fragmento textual de evidencia, categoría, aspecto y sentimiento, lo que permite identificar los fragmentos textuales relevantes, los componentes de la aplicación a los que hacen referencia y la polaridad asociada. En un contexto caracterizado por la escasez de datos etiquetados, este trabajo aborda el análisis mediante estrategias metodológicas adecuadas para escenarios de baja disponibilidad de recursos, lo que permite generar información estructurada sobre la percepción de los usuarios. A partir de estos resultados, se desarrolla un prototipo web que facilita su visualización e interpretación. De este modo, la propuesta contribuye al fortalecimiento del procesamiento de lenguaje natural (NLP, del inglés Natural Language Processing) en español colombiano y ofrece una herramienta práctica para el análisis de reseñas de aplicaciones móviles.