Minería de opinión basada en aspectos: Un análisis comparativo de opiniones de estudiantes de educación superior en Colombia antes y después del COVID-19

Abstract

Durante los dos últimos años modalidad remota ha tomado un lugar importante en la educación superior en Colombia, especialmente durante la pandemia generada por el COVID-19. Apoyados en los modelos de Inteligencia Artificial, se pueden automatizar los procesos de minería de opinión de diferentes tipos de comentarios. Es por ello que el propósito de este trabajo es caracterizar las opiniones de los estudiantes mediante la identificación de aspectos dentro del entorno académico, de tal manera que permita reconocer las falencias en la implementación de los mismos en el marco del desarrollo de los cursos bajo la modalidad remota y de esta manera realizar las mejoras pertinentes. Primero se realiza el proceso de clasificación de texto, identificando cada uno de los aspectos en los comentarios mediante el uso de BERT, para posteriormente llevar a cabo un análisis de sentimiento basado en aspectos utilizando PySentimiento, una herramienta de análisis de sentimientos en español. Finalmente se hace un análisis comparativo y descriptivo mediante el Modelado de Tópico a través BERTopic, en tiempos prepandemia y así distinguir los cambios entre estas dos épocas.