Identificación de discurso de odio en redes sociales

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.

Temas:: Clasificación de texto
Discurso de odio
Twitter
Anotación de corpus
Aprendizaje automático
Procesamiento de lenguaje natural