dc.contributor.advisor	Ramírez, Helio Henry
dc.contributor.author	Gómez Camargo, Mario Alejandro
dc.contributor.author	Núñez Díaz, Victoria Enid
dc.contributor.author	Pérez Torres, Estefanía
dc.coverage.spatial	Bogotá (Colombia)	spa
dc.date.accessioned	2022-03-02T16:44:42Z
dc.date.available	2022-03-02T16:44:42Z
dc.date.issued	2021
dc.description.abstract	El reconocimiento de emociones a través de información obtenida por audio y texto se ha vuelto una herramienta poderosa para extraer o identificar información valiosa a partir de diferentes expresiones humanas. Las emociones son una parte esencial de nuestro día a día y pueden proveer información relevante. Entonces, no se puede negar la importancia de estas como una fuente de información valiosa y crítica. A pesar de que hoy en día se pueden encontrar soluciones a esta oportunidad que brinda el reconocimiento de emociones, a la fecha no hay herramientas que faciliten este reconocimiento en el idioma español, especialmente que estén diseñadas específicamente para apoyar a los desarrolladores. Por lo tanto, en este proyecto, se realiza un análisis de los individuos que pueden aprovechar la cantidad masiva de audio que es transferida hoy en día, sus creencias, hábitos y artefactos que suelen utilizar. A partir de esto, este proyecto propone una librería en el lenguaje de programación Python para reconocimiento de emociones híbrido, que valiéndose de herramientas de machine learning y modelos de inteligencia artificial, le facilitará a otros desarrolladores la posibilidad de implementar un artefacto que identifique emociones a través de una entrada de audio y que procese tanto el audio ingresado como el texto extraído del mismo, para brindar una mayor precisión con respecto a la clasificación. Para desarrollar el artefacto propuesto en el proyecto se emplea una combinación de dos metodologías, Feature-Driven Development (FDD) y Lean Software Development (LSD). Valiéndose de estas metodologías el proceso que se llevó a cabo fue transparente con respecto a las características o requerimientos que fueron identificados en el trayecto. Asimismo, y considerando la criticidad de los tiempos en torno al proyecto, LSD representa un complemento perfecto a FDD, brindando un enfoque a calidad y agilismo evitando el desperdicio y priorizando la optimización. En la etapa final del proyecto, los esfuerzos se enfocan en realizar una validación de la librería. Esta validación permite identificar falencias, ventajas, desventajas y oportunidades de mejora, que al final darán información valiosa para el mejoramiento a futuro de la librería. Como resultado se cuenta con una librería que fue evaluada por desarrolladores y que cumplió con los objetivos que se planearon inicialmente que permite realizar reconocimiento de emociones a través de un modelo bimodal.	spa
dc.description.abstractenglish	Emotion recognition has become a powerful tool to identify or extract valuable information from different human expressions. Emotions are an essential part of our day to day. They can provide relevant information for recommendations of music, movies, series, news, among others. So, we can not deny emotion's importance as a source of valuable and critical information. Nowadays we can find solutions to the opportunity that emotion recognition gives us, however to date there is not an existing tool that helps with emotion recognition in the language Spanish, specifically tools designed to support developers. Therefore, in this project, we made an analysis about who can take advantage of the massive amount of audio that is transferred today, we analyzed the beliefs, habits and artifacts they often use. Consequently, this project proposes a library in the programming language Python that implements emotion recognition through a hybrid model using both audio and text. With the use of technologies such as machine learning and artificial intelligence models, we can make it easier for developers to implement a solution that integrates emotion identification through an audio input that processes the audio and the text extracted from it to achieve a higher precision in the classification process.	eng
dc.description.degreelevel	Pregrado	spa
dc.description.degreename	Ingeniero de sistemas	spa
dc.format.mimetype	application/pdf
dc.identifier.instname	instname:Universidad El Bosque	spa
dc.identifier.reponame	reponame:Repositorio Institucional Universidad El Bosque	spa
dc.identifier.repourl	repourl:https://repositorio.unbosque.edu.co
dc.identifier.uri	https://hdl.handle.net/20.500.12495/7058
dc.language.iso	spa
dc.publisher.faculty	Facultad de Ingeniería	spa
dc.publisher.grantor	Universidad El Bosque	spa
dc.publisher.program	Ingeniería de sistemas	spa
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional	*
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	https://purl.org/coar/access_right/c_abf2
dc.rights.local	Acceso abierto	spa
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Reconocimiento de emociones	spa
dc.subject	Procesamiento de lenguaje natural	spa
dc.subject	Procesamiento de señales de audio	spa
dc.subject	Aprendizaje de máquina	spa
dc.subject	Modelo bimodal	spa
dc.subject	NLTK	spa
dc.subject	CNN	spa
dc.subject	SVM	spa
dc.subject.armarc	Adquisición del lenguaje	spa
dc.subject.armarc	Lingüística cognitiva	spa
dc.subject.armarc	Adquisición de lenguaje de señas	spa
dc.subject.ddc	621.3
dc.subject.keywords	Emotion recognition	spa
dc.subject.keywords	Natural language process	spa
dc.subject.keywords	Audio signal processing	spa
dc.subject.keywords	Machine learning	spa
dc.subject.keywords	Bimodal model	spa
dc.subject.keywords	NLTK	spa
dc.subject.keywords	CNN	spa
dc.subject.keywords	SVM	spa
dc.title	Librería para reconocimiento de emociones: procesamiento de lenguaje natural y señales de audio	spa
dc.title.translated	Emotion recognition library: natural language processing and audio signals processing	spa
dc.type.coar	https://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion	https://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driver	info:eu-repo/semantics/bachelorThesis
dc.type.hasversion	info:eu-repo/semantics/acceptedVersion
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado	spa

Librería para reconocimiento de emociones: procesamiento de lenguaje natural y señales de audio

Archivos

Bloque original

Bloque de licencias

Colecciones