Modelado e implementación de algoritmos inteligentes de análisis de opinión

Abstract

La expansión de las redes sociales ha impulsado la producción masiva de textos digitales. Sin embargo, clasificar automáticamente estos textos, especialmente para detectar emociones, enfrenta desafíos: el etiquetado manual es lento y los recursos en español son escasos. Esta investigación propone un innovador enfoque para crear clasificadores automáticos de emociones en español, eliminando casi por completo la necesidad de etiquetado manual. Las etiquetas se obtienen directamente de los usuarios que escriben el contenido y se valida con una muestra mínima. Asimismo, se incorpora información contextual para mejorar el desempeño del clasificador. Este método permite detectar emociones en opiniones sobre productos, políticas o en casos de seguridad como amenazas y acoso. Los resultados demuestran que el desempeño de estos clasificadores es equivalente al de aquellos entrenados con etiquetado manual. Un avance eficiente para el análisis de sentimientos en español adaptable a otros idiomas y temas.