Identificación de discurso de odio en redes sociales
- Autor(es):
- Kunc, Lucas ; Saravia, Manuel
- Tipo:
- Tesis de grado
- Tutor(es) / Supervisor(es):
- Etcheverry, Mathías ; Prada, Juan José
- Versión:
- Aceptado
- Resumen:
-
Este informe describe el desarrollo del trabajo realizado con el objetivo principal de identificar discurso de odio en redes sociales, a través de métodos de aprendizaje automático. Para ello, se construye un corpus conformado por publicaciones de la red social Twitter, anotado según contengan discurso de odio o no. La anotación se realiza mediante crowdsourcing, a través de una aplicación web desarrollada a estos efectos, reportándose un acuerdo entre los anotadores de 0.537 según la alfa de Krippendorff. Luego, se comparan distintos modelos a partir del desempeño que presentan realizando la tarea de clasificación sobre este corpus. El mejor clasificador obtenido consiste en un modelo SVM, el cual logra un f-score de 0.846 sobre el conjunto construido. El trabajo desarrollado muestra el enfoque utilizado para resolver la tarea de detección automática de discurso de odio, las principales dificultades encontradas y propuestas para intentar superarlas.
- Año:
- 2020
- Idioma:
- Español
- Temas:
- Clasificación de texto
Discurso de odio
Twitter
Anotación de corpus
Aprendizaje automático
Procesamiento de lenguaje natural
- Institución:
- Universidad de la República
- Repositorio:
- COLIBRI
- Enlace(s):
- https://hdl.handle.net/20.500.12008/25263
- Nivel de acceso:
- Acceso abierto