Enfoques de incrustación de grafos para el análisis de sentimiento en redes sociales con explicación del modelo

ChatGPT, el revolucionario agente de chat lanzado en noviembre de 2022, sigue siendo un tema activo de discusión entre entusiastas de la tecnología. Este chatbot abierto permite conversaciones similares a las humanas sobre casi todos los temas, ya que fue entrenado en millones de documentos y desarrollado como un modelo de lenguaje grande. Desde su creación, ha habido varias discusiones y deliberaciones, especialmente en Twitter y otras redes sociales, sobre el potencial de ChatGPT y cómo el poder de la inteligencia artificial está creciendo a pasos agigantados en general. Estas plataformas también han sido testigos de varios debates sobre el lado negativo de ChatGPT, como su impacto adverso en la integridad y la ética, y los datos de entrenamiento sesgados. Este trabajo utiliza incrustaciones de redes neuronales de grafos con algoritmos de aprendizaje automático para clasificar los sentimientos de los usuarios sobre ChatGPT. Hemos recopilado un total de 8202 tweets y los hemos etiquetado manualmente en múltiples clases, como positivo, negativo y neutral. Hacemos que los modelos sean explicables utilizando SHAP (SHapley Additive exPlanations), que es una técnica de teoría de juegos para explicar la salida de cualquier modelo de aprendizaje automático. Este documento también publica nuestro conjunto de datos etiquetado para que otros investigadores puedan usarlo y entrenar modelos de clasificación avanzados. Cuando nuestro enfoque propuesto se comparó con algunas líneas base elegidas, se encontró que los clasificadores de aprendizaje automático basados en incrustaciones de grafos superaban a los demás en términos de precisión, recuperación y exactitud.