Tema 7

CURSO DE APLICACIONES PARA EL
USO DE INTELIGENCIA ARTIFICIAL EN

EL AULA
TEMA 7: ANÁLISIS DE TEXTOS
ÍNDICE
INTRODUCCIÓN ................................................................................................................ 2
Clasificación y agrupamiento de documentos .............................................................. 2
ANÁLISIS DE SENTIMIENTOS MEDIANTE EL USO DE CHATGPT ........................................ 3
Ejemplo de análisis de sentimientos utilizando la herramienta CHAT GPT: ................ 4
EXTRAER INFORMACIÓN DE UN PDF:............................................................................... 6
CHATPDF ........................................................................................................................... 6
EXTRACCIÓN DE TEXTO DE VIDEO .................................................................................... 9
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 7: ANÁLISIS DE TEXTOS
INTRODUCCIÓN
En este tema hablaremos sobre cómo podemos analizar un texto extraído de un PDF, o
un audio, mediante IA.
La inteligencia artificial y el procesamiento del lenguaje natural (PLN) han avanzado
mucho en los últimos años, permitiendo una amplia gama de aplicaciones y análisis de
texto. Algunas de las tareas que se pueden realizar con IA y PLN en un texto incluyen:
 Generación de resúmenes: Crear resúmenes breves y concisos de textos largos
utilizando técnicas de extracción o abstracción.
 Paráfrasis o reescritura: Reproducir el contenido de un texto con palabras y estructuras
gramaticales diferentes, manteniendo el mismo significado.
 Traducción automática: Traducir texto de un idioma a otro utilizando modelos de
aprendizaje profundo, como los basados en la arquitectura Transformer (por ejemplo,
BERT, GPT, etc.).
 Clasificación de texto: Asignar categorías o etiquetas a un texto según su contenido y
temática (por ejemplo, análisis de sentimientos, detección de spam, clasificación de
noticias, etc.).
 Extracción de entidades y relaciones: Identificar y extraer entidades (como personas,
lugares, organizaciones) y relaciones entre ellas en un texto.
 Generación de texto: Crear texto original y coherente en función de ciertas entradas,
palabras clave o contexto utilizando modelos generativos como GPT.
 Análisis de emociones: Detectar emociones expresadas en un texto, como alegría,
tristeza, ira, etc.
 Detección de plagio: Comparar un texto con otros para identificar similitudes y posibles
casos de plagio o copia.
 Análisis de tendencias y temas: Descubrir temas y tendencias emergentes en conjuntos
de datos de texto grandes, como noticias, artículos científicos o publicaciones en redes
sociales.
 Corrección gramatical y de estilo: Identificar y corregir errores gramaticales,
ortográficos y de estilo en un texto.
 Asistente de redacción: Proveer sugerencias y ayuda en tiempo real para mejorar la
redacción y el estilo de un texto.
 Análisis de redes de coocurrencia: Estudiar la relación entre palabras y conceptos en un
texto mediante la construcción de redes de coocurrencia y análisis de centralidad.
 Extracción de información clave: Identificar y extraer información relevante de un
texto, como fechas, cifras, citas, etc.
 Generación de preguntas y respuestas: Crear preguntas basadas en un texto y
proporcionar respuestas adecuadas a partir del contenido.
Clasificación y agrupamiento de documentos

La clasificación y el agrupamiento de documentos son dos enfoques relacionados pero
distintos para organizar y comprender grandes conjuntos de documentos. La
clasificación implica asignar documentos a categorías predefinidas, mientras que el
agrupamiento implica encontrar grupos de documentos similares sin categorías
predefinidas. Ambos enfoques son útiles en diferentes situaciones y pueden aplicarse a

documentos PDF.
La clasificación de documentos implica asignar un documento a una o más categorías
temáticas predefinidas. Los algoritmos de aprendizaje supervisado, como la regresión
logística, máquinas de vectores de soporte (SVM), y redes neuronales, pueden
entrenarse en conjuntos de datos etiquetados para aprender a clasificar documentos
automáticamente.
A continuación, hablaremos de cómo podríamos llevar a cabo este tipo de análisis y que
herramientas utilizar, CHAT GPT, CHAT PDF o Humata.
ANÁLISIS DE SENTIMIENTOS MEDIANTE EL USO DE CHATGPT

El análisis de sentimientos es una técnica de procesamiento de lenguaje natural que se
utiliza para determinar la polaridad de las opiniones expresadas en un texto, ya sea
positiva, negativa o neutra. El análisis de sentimientos se aplica a menudo en el ámbito
del marketing y la investigación de mercado para analizar las opiniones de los
consumidores sobre productos o servicios. También se utiliza en redes sociales para
medir la opinión pública sobre eventos, políticos o marcas, entre otros.
El uso de Chat GPT (Generative Pre-trained Transformer) es una técnica cada vez más
popular para realizar análisis de sentimientos de manera automatizada. GPT es una red
neuronal artificial diseñada para generar texto de manera autónoma a partir de un texto
de entrada. El modelo GPT ha sido entrenado previamente con grandes cantidades de
datos de texto y ha aprendido a generar texto coherente y relevante.
Para utilizar Chat GPT para el análisis de sentimientos, se utiliza un conjunto de datos de
entrenamiento que incluye texto y su correspondiente etiqueta de sentimiento
(positivo, negativo o neutro). Se entrena el modelo GPT en este conjunto de datos, lo
que permite que el modelo aprenda a identificar las características del lenguaje
asociadas con cada etiqueta de sentimiento.
Una vez que el modelo GPT ha sido entrenado, se puede utilizar para realizar análisis de
sentimientos en nuevos textos. Para hacerlo, se introduce el texto en el modelo y este
devuelve una puntuación de sentimiento que indica la polaridad del texto (positivo,
negativo o neutro).
Es importante tener en cuenta que el análisis de sentimientos automatizado no es
infalible y que pueden existir limitaciones en su capacidad para identificar con precisión
el sentimiento expresado en un texto. Estas limitaciones pueden deberse a la
complejidad del lenguaje utilizado o a la subjetividad inherente a la interpretación del
sentimiento humano.
Ejemplo de análisis de sentimientos utilizando la herramienta CHAT GPT:

Tenemos 25 comentarios, realizados por alumnos, a una lección, los cuales dicen lo
siguiente:
 Me encantó la explicación, ¡ahora entiendo mucho mejor el tema!
 La publicación no fue muy clara, me costó entender algunas partes
 Gracias por tomarse el tiempo de preparar esta publicación, me ha sido de gran ayuda.
 Sigo teniendo dudas sobre algunos conceptos presentados.
 La publicación fue concisa y bien organizada, gracias profesor.
 No me gustó cómo se abordaron algunos ejemplos en la publicación.
 ¡Excelente trabajo, profesor! Aprendí mucho de esta lectura.
 Creo que faltaron ejercicios prácticos en la publicación.
 La información fue presentada de manera objetiva, pero me hubiera gustado ver más
opiniones.
 El material no me pareció suficientemente completo.
 Aprecio la claridad con la que el profesor abordó este tema complejo.
 Algunos de los ejemplos no se relacionaron con el tema principal.
 Creo que podríamos haber profundizado más en algunos aspectos del tema.
 La publicación fue muy útil para entender la teoría detrás de lo que estamos
aprendiendo.
 Me gustó la publicación, pero algunos ejemplos eran un poco difíciles de seguir.
 No estoy seguro de si la metodología presentada es la mejor para abordar el tema.
 Me gustaría ver más aplicaciones prácticas de estos conceptos en el futuro.
 La inclusión de recursos adicionales fue muy útil para expandir mis conocimientos.
 Me hubiera gustado que se incluyeran más ejercicios para practicar.
 Realmente aprecio la dedicación del profesor al presentar esta información detallada.
 El contenido fue un poco difícil de seguir debido al lenguaje técnico utilizado.
 A pesar de que la publicación fue densa, pude entender mejor algunos conceptos clave.
Veremos, como la inteligencia artificial es capaz de analizar estos comentarios, extraer

los sentimientos de los mismos y clasificarlos entre: NEUTRALES, POSITIVOS Y
NEGATIVOS. Para ello, vamos a pedirle a CHATGPT el siguiente prompt:
PROMPT: ¿Podrías crear una tabla, para analizar el sentimiento de los siguientes
comentarios? Me gustaría que en la tabla apareciese: COMENTARIO, PUNTUACIÓN DEL
SENTIMIENTO, CLASIFICACIÓN DEL SENTIMIENTO.
Chat GPT, es capaz de respondernos con la siguiente tabla:
También podríamos dar órdenes como, clasificación entre más rangos, por ejemplo:
MUY POSITIVOS, POSITIVOS, NEUTROS, NEGATIVOS Y MUY NEGATIVOS, que nos
clasifique o nos cuente los diferentes tipos de sentimientos, o modificar nosotros el
rango de puntuación de los sentimientos y definir, entre que rango de puntos queremos
que un comentario sea, neutral por ejemplo.
En este caso, se puede ver muy claro, como la inteligencia artificial, es capaz de hacer
una interpretación del lenguaje natural como lo haría un humano.
EXTRAER INFORMACIÓN DE UN PDF:

Un archivo PDF (Portable Document Format) es un formato de archivo que permite a los
usuarios compartir documentos de manera segura y fácilmente legibles en cualquier
plataforma. La mayoría de los archivos PDF contienen texto, imágenes y gráficos, lo que
permite extraer, analizar e interactuar con diversos elementos mediante IA.
Algunas de las acciones que se pueden realizar con un archivo PDF son:
 Extracción de texto: se puede extraer el texto del PDF para realizar búsquedas, análisis
de datos.
 Resumen automático: algunos programas pueden analizar el contenido del PDF y crear
un resumen de los puntos principales, lo que facilita la revisión rápida del documento.
 Generación de preguntas: los algoritmos de IA pueden generar preguntas basadas en el
contenido del PDF, lo que puede ser útil para evaluar la comprensión del lector.
 Reescritura: es posible reescribir el contenido del PDF para adaptarlo a diferentes
públicos o para simplificar el lenguaje.
 Análisis de imágenes: los programas de reconocimiento óptico de caracteres (OCR)
pueden analizar las imágenes dentro del PDF y convertirlas en texto editable.
 Traducción automática: la IA puede traducir automáticamente un PDF a diferentes
idiomas, lo que puede ser útil para la comunicación en diferentes contextos.
Existen, numerosas herramientas para extraer información y analizar un PDF. Estas

aplicaciones se pueden clasificar siguiendo diferentes criterios como: coste de la
aplicación, utilización online o en local, número máximo de páginas que permiten
analizar, etc…
CHATPDF
En esta sección vamos a trabajar con la herramienta CHATPDF, una plataforma que
funciona con la Inteligencia Artificial de Chat GPT. La cual, nos va a permitir trabajar
directamente con nuestros documentos PDF, para analizarlos e interactuar con ellos. Es
muy simple de realizar, no necesitas registro, únicamente, saber que esta versión está
limitada a 10 MB y 100 páginas.
Para comenzar, lo primero que tenemos que hacer es ingresar en su página web:
https://www.chatpdf.com
Una vez dentro, cargamos el documento haciendo clic en la pestaña “DROP PDF HERE”
En este caso cargamos un trabajo fin de master de “Estudio de índices de vegetación a

partir de imágenes aéreas tomadas desde UAS/RPAS y aplicaciones de estos a la
agricultura de precisión”, y nada más cargarlo, ya nos dice la propia aplicación sobre qué
va el tema y nos crea una serie de preguntas iniciales, las cuales si nosotros hacemos
clic, las responde.
Ahora vamos a decirle que nos haga un resumen de 300 palabras sobre el contenido del
pdf.
También, podemos pedirle que nos cree 5 preguntas de opción múltiple con sus
respuestas, y nos las genera y nos indica cual es la respuesta correcta.
También podemos pedirle entre otras cosas que nos diga cuál es la idea principal del
documento, y nos genera una respuesta muy bien sintetiza sobre el documento.
Por último, le decimos que nos genere el contenido para utilizarlo en una presentación
de powerpoint
EXTRACCIÓN DE TEXTO DE VIDEO

A continuación veremos de qué manera podemos extraer el texto de un video colgado
en YOUTUBE, y cómo podemos analizarlo mediante IA con CHATGPT.
La extracción de texto se realiza de manera sencilla:
1- Buscar el video del cual queremos la transcripción y reproducirlo
2- Hacer clic en los 3 puntitos que aparecen en la imagen y seleccionar mostrar
transcripción
3- Listo, nos aparece la transcripción a la derecha, la cual podemos copiar
Esta transcripción probablemente la encontremos con errores ortográficos y

gramaticales, con lo cual, antes de poder trabajar con ella, lo primero que hay que
pedirle a chat gpt, es el siguiente prompt:
“Escribe, como si fueses un experto en lenguaje, corrigiendo errores ortográficos y
gramaticales, y añadiendo puntos y comas para darle sentido a las frases el siguiente
texto: - pegamos la transcripción del texto”
Chat GPT se encargará de ofrecernos el texto corregido, y listo para ser analizado. Una
vez hecho esto, ya sabemos cómo extraer todo el potencial y pedir por ejemplo que nos
haga un resumen, extraiga preguntas, traduzca, etc…

Tema 7

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 7

Cargado por

Copyright:

Formatos disponibles

CURSO DE APLICACIONES PARA EL

USO DE INTELIGENCIA ARTIFICIAL EN

Clasificación y agrupamiento de documentos

predefinidas. Ambos enfoques son útiles en diferentes situaciones y pueden aplicarse a

ANÁLISIS DE SENTIMIENTOS MEDIANTE EL USO DE CHATGPT

Ejemplo de análisis de sentimientos utilizando la herramienta CHAT GPT:

Veremos, como la inteligencia artificial es capaz de analizar estos comentarios, extraer

EXTRAER INFORMACIÓN DE UN PDF:

Existen, numerosas herramientas para extraer información y analizar un PDF. Estas

En este caso cargamos un trabajo fin de master de “Estudio de índices de vegetación a

EXTRACCIÓN DE TEXTO DE VIDEO

3- Listo, nos aparece la transcripción a la derecha, la cual podemos copiar

Esta transcripción probablemente la encontremos con errores ortográficos y

También podría gustarte