Clasificación de Tweets utilizando un algoritmo de aprendizaje automático y procesamiento de lenguaje natural para la predicción de desastres

Esta investigación investiga el uso de algoritmos de aprendizaje automático (ML) y procesamiento de lenguaje natural (NLP) para la categorización de tweets para anticipar desastres. Este estudio tiene como objetivo utilizar los datos extensos y actualizados de redes sociales, específicamente de Twitter, para construir un modelo confiable que distinga los tweets que se refieren a desastres de aquellos que no. La técnica propuesta abarca muchos pasos clave, incluyendo la recopilación de datos, el pretratamiento de los datos recolectados, la extracción de características relevantes y el posterior despliegue de varios modelos de aprendizaje automático. El objetivo principal es desarrollar un sistema altamente efectivo y preciso que pueda clasificar tweets en tiempo real, mejorando así los sistemas de alerta temprana y la gestión de catástrofes. La eficacia del modelo se evaluará utilizando criterios de evaluación como precisión, recuperación y exactitud. Esto posicionará al modelo como una herramienta útil para mejorar las habilidades de predicción de catástrofes. El objetivo principal de esta investigación es pronosticar si un tweet en particular se refiere a una catástrofe real o no. Si este es el caso, se hará una predicción de 1. Si no se cumple la condición, el resultado anticipado sería un valor de cero. Los resultados también se representan en forma de Tasa de Aprendizaje y Matrices de Confusión en la investigación propuesta.