Identificación de emociones en Twitter durante el proceso electoral de 2022 en Colombia

• Autores: Iguaran Fernández, Juan José
• Año de publicación: 2023
• Idioma: español castellano
• Tipo de recurso: tesis de maestría
• Colaborador/a o director/a de tesis: Pérez, Juan Manuel
• Materia: BERT; NLP; COLOMBIA; ELECCIONES; DETECCION DE EMOCIONES; BERT; NLP; COLOMBIA; ELECTIONS; EMOTION IDENTIFICATION
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

El estudio de Twitter como medio para el análisis de fenómenos sociales mediante técnicas de procesamiento del lenguaje natural (NLP) ha generado gran interés en los últimos años debido a la disponibilidad de grandes cantidades de datos en un ambiente relativamente espontáneo. Dentro de estas técnicas, la detección de emociones en el texto es especialmente relevante, ya que permite identificar la respuesta subjetiva de las personas ante los distintos eventos sociales presentados. Los modelos de lenguaje basados en redes neuronales, como los Transformers y específicamente BERT, han reemplazado las técnicas tradicionales de NLP debido a su capacidad para capturar el sentido y las relaciones entre las palabras en el texto. Sin embargo, en español hay pocos estudios de detección de emociones en redes sociales y ninguno que utilice modelos de lenguaje basados en Transformers en un contexto político. El objetivo del trabajo fue utilizar modelos basados en BERT para detectar emociones en Twitter durante las elecciones presidenciales de Colombia en 2022, etiquetando manualmente un conjunto de tweets y realizando experimentos de clasificación con modelos pre-entrenados en español. Los resultados de predicción de los modelos sirvieron para analizar las respuestas emocionales de los usuarios, asociando los tweets a sectores políticos, así como la variación temporal. Se encontró una mayor presencia de las emociones asco y alegría en los tweets etiquetados manualmente, lo que resultó en un mejor rendimiento de los modelos en tweets etiquetados con estas emociones. Además, el modelo RoBERTuito se destacó en su desempeño en todas las emociones debido a su pre entrenamiento específico para tweets en español. También se observó que los tweets asociados a la derecha expresaba más asco, mientras que aquellos asociados a la izquierda mostraban más alegría, y que los días con eventos políticos relevantes generaban más etiquetas emocionales.
The study of Twitter as a means for analyzing social phenomena through natural language processing (NLP) techniques has generated great interest in recent years due to the availability of large amounts of data in a relatively spontaneous environment. Within these techniques, emotion detection in text is particularly relevant as it allows for identifying the subjective response of individuals to different social events presented. Language models based on neural networks, such as Transformers and specifically BERT, have replaced traditional NLP techniques due to their ability to capture the meaning and relationships between words in text. However, there are few studies on emotion detection in Spanish social networks and none that use language models based on Transformers in a political context. The objective of the study was to use BERT-based models to detect emotions on Twitter during the 2022 Colombian presidential elections, manually labeling a set of tweets and conducting classification experiments with pre-trained models in Spanish. The prediction results of the models were used to analyze users’ emotional responses, associating tweets with political sectors as well as temporal variation. A higher presence of emotions such as disgust and joy was found in manually labeled tweets, resulting in better model performance on tweets labeled with these emotions. Additionally, the RoBERTuito model stood out in its performance on all emotions due to its specific pre-training for Spanish tweets. It was also observed that tweets associated with the right expressed more disgust, while those associated with the left showed more joy, and that days with relevant political events generated more emotional labels.
Fil: Iguaran Fernández, Juan José. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.