Análisis comparativo de modelos de aprendizaje automático para la detección de mensajes considerados como grooming online

Abstract:

Este articulo presenta un estudio comparativo entre algoritmos de aprendizaje automático para realizar la clasificación automática de texto considerado como grooming, para ello se utilizan distintas librerías del lenguaje de programación Python que permiten realizar el análisis y tratamiento del conjunto de datos, para el posterior entrenamiento de un modelo pbkp_redictivo con estos mismos datos divididos en un grupo de entrenamiento y otro de validación con el fin de comprobar la precisión del modelo de clasificación. El principal objetivo de este estudio es determinar que algoritmo presenta un mejor rendimiento para la clasificación de este tipo de texto, comparando la eficacia de los algoritmos con el conjunto de datos mediante diferentes métricas de evaluación independientes. Como resultado de la comparativa entre los algoritmos de clasificación de texto se concluye que el modelo de Máquinas de Vectores de Soporte muestra un mejor rendimiento en cuanto a las métricas obtenidas obteniendo una precisión del 90%, además ofrece una mayor precisión para la clasificación de texto incluso con una alta dimensión de datos de entrenamiento y sin consumir muchos recursos de memoria.

Año de publicación:

2021

Keywords:

Fuente:

google