Análisis de sentimientos sobre la violencia contra la mujer en redes sociales: implementación con IA.

Abstract

La violencia contra la mujer sigue siendo un tema crítico en nuestra sociedad, y su impacto se refleja con fuerza en las redes sociales, donde millones de personas expresan sus opiniones y emociones sobre este fenómeno. Comprender estos sentimientos es fundamental para evaluar la percepción social y el alcance de este problema. En este contexto, se desarrolló un modelo de análisis de sentimientos utilizando algoritmos de inteligencia artificial, específicamente Naive Bayes y Support Vector Machine (SVM), para clasificar comentarios en redes sociales en categorías de sentimiento (positivo, negativo o neutro). Se emplearon técnicas de procesamiento de lenguaje natural (PLN) y métodos de vectorización de textos, como Bag of Words (BoW) y TF-IDF, para representar los datos textuales y evaluar el desempeño de los algoritmos en distintas configuraciones. Los resultados mostraron que ambos algoritmos clasifican efectivamente los comentarios; sin embargo, el modelo SVM, cuando se combina con TF-IDF, alcanzó una precisión (accuracy) de 82 %, una precisión promedio (precisión) de 79 %, un recall promedio de 82 %, y un puntaje F1 promedio de 75 %. Esto indica una capacidad superior en la identificación de comentarios negativos, que fueron los predominantes en el conjunto de datos. Los logros alcanzados incluyen identificar tendencias de opinión pública sobre la violencia contra la mujer, brindando información relevante para entender la percepción social de este problema. Asimismo, se cumplió con los objetivos específicos al estructurar y procesar adecuadamente los datos, clasificar la información y visualizar los resultados. Estos avances permiten entender mejor cómo se manifiestan las opiniones y emociones en temas de violencia contra la mujer en redes sociales.