Analizador de Sentimiento: Un Sistema de Análisis de Sentimiento Multimétodo

El análisis de sentimiento ha emergido como una aplicación crítica del procesamiento de lenguaje natural (NLP) en la era digital. Este documento presenta Analizador de Sentimiento, un sistema integral de análisis de sentimiento multimétodo que combina métodos basados en léxico (VADER, TextBlob), clasificadores de aprendizaje automático (ML) y técnicas de conjunto para proporcionar una detección de sentimiento precisa y robusta. El sistema implementa una arquitectura modular con componentes para preprocesamiento de texto, análisis de sentimiento, detección de emociones, análisis de emojis y visualización de resultados. Una API REST basada en FastAPI permite acceso programático, mientras que un panel interactivo de Streamlit proporciona una interfaz amigable para el usuario. La canalización de ML emplea vectorización TF-IDF con regresión logística, Naive Bayes y clasificadores de máquinas de soporte vectorial. La evaluación experimental en el benchmark SST-2 demuestra una precisión de clasificación de conjunto del 91.3%, superando a VADER (71.3%) y a la regresión logística básica (81.2%). Los puntos finales de la API responden en menos de 50 ms para el análisis de texto único, y el procesamiento por lotes de 100 textos se completa en menos de 450 ms.