ChatGPT vs. Modelos de Tradicionales de Machine Learning para Sentiment Analysis

Abstract

Los datos textuales se utilizan cada vez más en economía. Desarrollos recientes como los Large Language Models (LLMs) presentan nuevas y emocionantes alternativas para extraer datos de texto. En este trabajo, comparo el rendimiento de ChatGPT3.5 con modelos de aprendizaje automático anteriores como Regresiones Logísticas Regularizadas y Máquinas de Vectores de Soporte. A diferencia de estas últimas, ChatGPT no requiere de entrenamiento previo, pero no es de código abierto; es opaco, costoso y relativamente lento de usar en comparación con los modelos tradicionales. Encuentro que el rendimiento de ChatGPT 3.5 es similar al de modelos simples sin necesitar de realizar entrenamiento previo ni de etiquetado de datos. Esto es especialmente interesante dado que la base de datos utilizada está en portugués, un idioma para el cual los recursos de análisis de datos no están tan extendidos.