Anlisis automtico de sentimientos en Twitter: Posiciones encontradas Enrique Pealosa

Londoo
MiguelAngel Ballen Galindo, Johan David Sanabria Canizares, Jeisson Andres Prieto Velandia, Victor Enrique Rodriguez
Munoz.
Resumen
Por medio de este proyecto se busca analizar los diferentes
sentimientos de los contenidos compartidos en la red social
Twitter. Se busca identificar cuntas y cules de las cuentas
tomadas de una muestra, se encuentran de acuerdo con las
polticas de un personaje influyente, en especfico con el
Alcalde Mayor De Bogot Enrique Pealosa Londoo.
El objetivo del proyecto consiste en aplicar tcnicas de
inteligencia artificial que permitan lograr una mejor
abstraccin del nivel de satisfaccin de los ciudadanos
respecto las polticas del alcalde.
Palabras ClaveAnlisis
aprendizaje de maquina.

de

sentimientos,

Twitter,

1. INTRODUCCIN
Dentro del campo de la Inteligencia Artificial se
encuentra una aplicacin bastante interesante del Modelo
de Aprendizaje Supervisado el cual consiste en inferir una
funcin de acuerdo con datos de prueba.
Con estos datos se busca determinar un modelo
computacional que acte como agente inteligente y permita
obtener conclusiones respecto al contenido de los datos
estudiados, en este caso, tweets o publicaciones
relacionadas con el Alcalde Mayor de Bogot en Twitter.
Es importante conocer el comportamiento de los usuarios,
puesto que permite generar una idea ms precisa respecto
las opiniones de los ciudadanos a comparacin de las
encuestas. Se estima que la cantidad de usuarios permitir
______________
Miguel Angel Ballen Galindo: igaballengal@unal.edu.co, estudiante
de Pregrado en Ingeniera- Ingeniera de Sistemas y Computacin,
Universidad Nacional De Colombia.
Johan David Sanabria Canizares: djsanabriac@unal.edu.co,
estudiante de Pregrado en Ingeniera- Ingeniera de Sistemas y
Computacin, Universidad Nacional De Colombia
Jeisson Andres Prieto Velandia: japrietov@unal.edu.co, estudiante de
Pregrado en Ingenieria - Ingenieria de Sistemas y Computacin,
Universidad Nacional de Colombia.
Victor Enrique Rodriguez Munoz: verodriguezm@unal.edu.co,
estudiante de Pregrado en Ingenieria - Ingenieria de Sistemas y
Computacin, Universidad Nacional de Colombia.

llegar a conclusiones significativas, que podran usarse con

fines estadsticos y polticos.
2. Planteamiento del problema
En Colombia la popularidad de los dirigentes polticos se
mide actualmente mediante la aplicacin de encuestas a una
muestra determinada de la poblacin. Esta medicin se
podra llevar a cabo de forma automtica mediante la
medicin de sentimientos expresados en las publicaciones
en Twitter respecto a un lder poltico.
Dichas mediciones se pueden realizar mediante el anlisis
lxico y gramatical de las noticias publicadas en la red
social, sin embargo existen limitantes como las
publicaciones que cuenten con textos no normalizados los
cuales pueden disminuir la precisin del anlisis.
En 2012 Twitter Inc lanz un mdulo dentro de su
aplicacin llamado Twitter Political Index, el cual se
encarga de analizar los sentimientos en cada publicacin
que menciona a una cuenta o nombre especfico, sin
embargo no se cuenta con informacin que permita saber
cul fu la tecnologa implementada en dicho sistema.
3. Hiptesis
Los niveles de popularidad de cualquier candidato
poltico se pueden medir a partir de las noticias en twitter.
Es posible realizar una clasificacin dentro de los lmites
del acuerdo o desacuerdo, de los usuarios de forma masiva
con respecto al contenido compartido por la cuenta del
alcalde.
4. METODOLOGA
Twitter se ha estado utilizando como una herramienta de
campaa poltica por bastante tiempo ya, sin embargo, hasta
el momento era difcil medir la popularidad de una persona
en la red social. Ahora, la intencin de este trabajo es poder
realizar un anlisis al contenido de cada tweet para as saber
si este iba dirigido positiva o negativamente hacia un
candidato.

Fig. 1. Arquitectura general de la solucin de anlisis de sentimiento en espaol para Twitter (Belbachan y DellEra, 2012)

Se apoyara en primera medida en la metodologa de

Belbachan y DellEra [1]. El cual sigue el enfoque
simblico de recursos lxico-gramaticales y reglas de
sintaxis local y global. En la Fig. 1. se puede ver con ms
detalle el enfoque propuesto.
Despus de tener una buena cantidad de tweets
clasificados, se dispone a hacer el modelo de clasificacin
automtico. Para ello se utilizar dos tcnicas de
aprendizaje supervisado: Naive bayes y Support Vector
Machine(SVM). Estos tweets ya clasificados servirn como
datos de entrenamiento y de prueba al modelo.
Despus el clasificador construido servir para analizar el
sentimiento de cualquier tweet relacionado a un poltico
cualquiera. Diciendo si dicho tweet est a favor o en contra
de la forma de gobernar de dicho poltico.
5. Resultados esperados
En principio, se espera clasificar el nivel de satisfaccin
de los ciudadanos con respecto a las polticas del Alcalde
Mayor de Bogot con base en la expresin de estos ltimos
realizada a travs de la red social Twitter. Si se realiza una
implementacin exitosa con el particular, se espera poder
abstraer el modelo para analizar el nivel de satisfaccin, con
base en las expresiones realizadas por los usuarios a travs
de la red social, con respecto a cualquier figura poltica o
tendencia.
Referencias
[1] F. Belbachan y D. DellEra, Anlisis Automatizado
de Sentimiento en Textos Breves de la Plataforma
Twitter (Referencia de artculo publicado en u na
revista), en Revista de Lingstica Informtica,
Modelizacin e Ingeniera Lingstica, Rosario,
Argentina, 2012, pp. 314.