EL ICETEX es una entidad del Estado que promueve la Educación Superior a través del otorgamiento de créditos educativos y su recaudo, con recursos propios o de terceros, a la población con menores posibilidades económicas y buen desempeño académico. Igualmente, facilita el acceso a las oportunidades educativas que brinda la comunidad internacional para elevar la calidad de vida de los colombianos y así contribuir al desarrollo económico y social del país.

Por lo anterior es el interés de la entidad impulsar los proyectos de vida de los colombianos brindando las mejores alternativas en la educación superior, sin embargo, este propósito se puede ver afectado a causa de la precepción negativa sobre la entidad por parte de los ciudadanos la cual influiría en la toma de decisiones sobre el acceso a los servicios del ICETEX. Si este caso se da, es muy probable que todas las personas que requieren adelantar sus estudio no accedan a los servicios y beneficios que le ofrece la entidad y tomen decisiones antes de validar la veracidad de su percepción.

Con esto en mente es que surge la iniciativa de realizar un analisis de sentimientos en redes sociales y algunos medios de comunicación que permita extraer aquellos términos semánticos que expresen un sentimiento en particular para conocer la opinión, las actitudes y las expectativas de los ciudadanos sobre la entidad en general o sobre algún tema en concreto, así como para analizar el comportamiento de los usuarios ante algún mensaje y, por tanto, determinar su impacto o poder anticipar su reacción. En ese orden de ideas los sentimientos se clasifican en positivos, negativos o neutros.

El Análisis de sentimiento hace referencia al uso de procesamiento de lenguaje natural (NLP), lingüística computacional y análisis de texto (rama específica de la minería de datos) para identificar y extraer la información, en el diseño de los sistemas se combinan distintas áreas como son las técnicas de minería de datos, la selección de atributos y los algoritmos de árboles de decisión. El procesamiento del lenguaje natural (PLN) transforma el texto en un lenguaje que la máquina pueda entender, el Big Data obtiene gran cantidad de datos para lograr un análisis más preciso y la Inteligencia Artificial (IA) utiliza la información que le proporciona el PLN para determinar las categorías de sentimientos y sus correspondientes polaridades: satisfacción-insatisfacción, confianza-temor, amor-odio, felicidad-tristeza.

El análisis de sentimiento es una estrategia que garantiza una mirada 360º a la reputación de la entidad, a partir de esto, es posible identificar oportunidades, tomar decisiones basadas en datos más efectivas y resolver escenarios negativos.

Este ejercicio puede ayudar a la entidad a:

• Entender si la Entidad está cumpliendo con las expectativas de los beneficiarios.
• Identificar Usuarios insatisfechos.
• Mejorar la relación con el público.
• Evaluar la receptividad de un servicio.
• Gestionas las crisis de imagen más rápido.
• Comprender si la comunicación está siendo eficaz.

Sin embargo, el lenguaje natural es complejo y ambiguo por lo que enseñar a una máquina a que analice los diferentes matices gramaticales, variaciones culturales, jergas, expresiones coloquiales o a distinguir faltas de ortografía, la sinonimia o la polisemia dentro de un contexto que determina el tono de la conversación es francamente difícil. Así, por ejemplo, ante un comentario sarcástico, la máquina tomaría la frase como algo positivo en vez de algo negativo o expresiones como “LOL, OMG, estuvo geeeeeeeniaaaaaaaal” son dificilísimas de procesar.

Esta es la razón por la que el proceso automático es propenso a errores y requiere una revisión manual posterior. De este modo se complementan la rapidez de los sistemas expertos con listas de palabras buenas y malas hechas manualmente con sistemas de procesamiento del lenguaje natural y el entendimiento del habla en los que se emplean modelos estadísticos y sets de entrenamiento.