Clasificación de noticias mediante técnicas de procesamiento del lenguaje natural basadas en aprendizaje profundo.

Abstract

Uno de los sectores más afectados por la evolución tecnológica de los últimos años es el periodístico, debido tanto al auge del periodismo digital como a la personalización de contenidos mediante el estudio de perfiles de usuario. Las ventajas de utilizar medios digitales para comunicar noticias son innegables, pero también crean nuevos problemas no presentes en los medios de comunicación tradicionales. Uno de esos problemas es la dificultad que supone ordenar y filtrar los distintos artículos, dado que la cantidad de noticias disponibles aumenta día a día, así como las interacciones que reciben. En este trabajo se ha explorado el desarrollo de un clasificador basado en técnicas de aprendizaje automático, con el objetivo de facilitar la solución de este problema, realizando pruebas con los parámetros de entrenamiento e introduciendo modificaciones hasta llegar a un modelo final, capaz de tomar titulares de noticias y devolver una categoría asociada. Los resultados, aunque no totalmente positivos, demuestran que el uso de esta tecnología es apropiado para este propósito. Obtenemos una precisión aproximada del 43 %, pero en los resultados podemos observar que los errores obtenidos se deben, en su mayoría, tanto a desequilibrios en los datos como a las similitudes semánticas entre las categorías de las noticias.