Anuario Electrónico de Estudios en Comunicación Social "Disertaciones"

ISSN-e: 1856-9536

Del data-driven al data-feeling: análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático

Patricia Sánchez-Holgadoorcid, Manuel Martín-Merino Aceraorcid, David Blanco Herreroorcid

DOI: http://dx.doi.org/10.12804/revistas.urosario.edu.co/disertaciones/a.7691
Escanee aquí para descargar

Resumen


Los cambios producidos en los últimos años en cuanto a modelos de comunicación social han llevado a todos los sectores a adaptarse a los nuevos medios para alcanzar a su público. La comunicación de la ciencia no es una excepción. La manera en que se distribuyen contenidos sobre ciencia está cambiando debido a la presencia creciente de tecnologías, y la red social Twitter se ha convertido en un importante aliado debido a su gran volumen de usuarios. En el presente trabajo, se utilizan técnicas de aprendizaje automático para desarrollar un clasificador —que funciona en tiempo real— de sentimiento relacionados con mensajes publicados en Twitter. Para ello, se descargaron 200 000 tweets destinados a construir un corpus de entrenamiento limpio y procesado de 10 000 textos etiquetados, la mitad positivos y la mitad negativos, sobre ciencia en español. El corpus permite entrenar el modelo de aprendizaje automático y construir un prototipo OpScience, capaz de determinar el sentimiento de mensajes publicados en Twitter en tiempo real. Los resultados relacionados con la exactitud del clasificador corresponden al 72 %. Estos resultados pueden ayudar a darle mayor valor a temas de la comunicación científica en un espacio de debate social y predecir intereses o tendencias futuras, como se pudo comprobar en una prueba en enero de 2019.


Palabras clave


Análisis de sentimiento; aprendizaje automático supervisado; Twitter; comunicación científica

Referencias


Alonso Berrocal, J. L., Gómez Díaz, R., Figuerola, C. G., Zazo Rodríguez, Á. F., & Cordón García, J. A. (2012).

Propuesta de estudio del campo semántico de los libros electrónicos en Twitter. Scire: Representación y

Organización Del Conocimiento, 18(2), 87-97. Recuperado de http://eprints.rclis.org/29310/

Arcila-Calderón, C., Barbosa-Caro, E., & Cabezuelo-Lorenzo, F. (2016). Técnicas Big Data: Análisis de textos

a gran escala para la investigación científica y periodística. El Profesional de La Información, 25(4), 623-631.

Doi: 10.3145/epi.2016.jul.12

Arcila-Calderón, C., Calderín-Cruz, M., & Sánchez-Holgado, P. (2019). Adopción de redes sociales por

revistas científicas de ciencias sociales. El Profesional de La Informacion, 28(1), 1699-2407. Doi: 10.3145/

epi.2019.ene.05

Baker, M. (2015). Social media: A network boost. Nature, 518(7538), 263-265. Doi: 10.1038/nj7538-263a

Bird, S., Klein, E., & Loper, E. (2009). Natural Language Processing with Python. O’Reilly. Recuperado de

http://www.nltk.org/book_1ed/

Bollen, J., Mao, H., & Pepe, A. (2011). Modeling Public Mood and Emotion: Twitter Sentiment and Socio-Economic Phenomena. En: Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media.

Association for the Advancement of Artificial Intelligence (www.aaai.org). Recuperado de https://www.

aaai.org/ocs/index.php/ICWSM/ICWSM11/paper/viewPaper/2826

Bonetta, L. (2009). Should You Be Tweeting? Cell, 139(3), 452-453. Doi: 10.1016/J.CELL.2009.10.017

Brossard, D. & Scheufele, D. A. (2013). Science, New Media, and the Public. Science, 339(6115), 40-41. Doi:

1126/science.1232329

Campos-Freire, F. & Rúas-Araújo, J. (2016). Uso de las redes sociales digitales profesionales y científicas:

el caso de las 3 universidades gallegas. El Profesional de La Información, 25(3), 431-440. Doi: 10.3145/

epi.2016.may.13

Carlos Díaz-Galiano, M., et al. (2019). TASS 2018: The Strength of Deep Learning in Language Understanding

Tasks. Procesamiento del Lenguaje Natural, 62, 77-84. Doi: 10.26342/2019-62-9

Cha, M., Benevenuto, F., Haddadi, H., & Gummadi, K. (2012). The World of Connections and Information

Flow in Twitter. IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans, 42(4),

-998. Doi: 10.1109/TSMCA.2012.2183359

Chen, S. C., Yen, D. C., & Hwang, M. I. (2012). Factors influencing the continuance intention to the usage of

Web 2.0: An empirical study. Computers in Human Behavior, 28(3), 933-941. Doi: 10.1016/J.CHB.2011.12.014

Côté, I. M. & Darling, E. S. (2018). Scientists on Twitter: Preaching to the choir or singing from the rooftops?

FACETS, 3(1), 682-694. Doi: 10.1139/facets-2018-0002

Cruz Mata, F., Troyano Jiménez, J. A., de Salamanca Ros, F., & Ortega Rodríguez, F. J. (2008). Clasificación

de documentos basada en la opinión: experimentos con un corpus de críticas de cine en español. Procesamiento Del Lenguaje Natural, 41, 73-80. Recuperado de https://core.ac.uk/download/pdf/16361408.pdf

Darling, E., Shiffman, D., Cȏté, I., & Drew, J. (2013). The role of Twitter in the life cycle of a scientific publication. Ideas in Ecology and Evolution, 6, 32-43. Doi: 10.4033/iee.2013.6.6.f

Díaz-Galiano, M. C., Martínez-Cámara, E., Ángel García-Cumbreras, M., García-Vega, M., & Villena-Román,

J. (2018). The democratization of deep learning in TASS 2017. Procesamiento de Lenguaje Natural, 60,

-44. Doi: 10.26342/2018-60-4

Dubiau, L. & Ale, J. M. (2013). Análisis de Sentimientos sobre un Corpus en Español: Experimentación con

un Caso de Estudio. En: 14th Argentine Symposium on Artificial Intelligence, ASAI 2013 (pp. 36-47). Recuperado de http://42jaiio.sadio.org.ar/proceedings/simposios/Trabajos/ASAI/04.pdf

Fowks, J. (2017). Mecanismos de la posverdad. Lima: Fondo de Cultura Económica.

García Cumbreras, M. Á., Villena Román, J., Martínez-Cámara, E., Díaz Galiano, M. C., Martín-Valdivia, M. T., &

Ureña-López, L. A. (2016). Resumen de TASS 2016. En: TASS 2016: Workshop on Sentiment Analysis at SEPLN

Proceedings (pp. 13-21). Recuperado de http://ceur-ws.org/Vol-1702/tass2016_proceedings_v24.pdf

Garcia Esparza, S., O’Mahony, M. P., & Smyth, B. (2012). Mining the real-time web: A novel approach to

product recommendation. Knowledge-Based Systems, 29, 3-11. Doi: 10.1016/J.KNOSYS.2011.07.007

García Esparza, S., O’mahony, M. P., & Smyth, B. (2012). Mining the real-time web: A novel approach to

product recommendation. Knowledge-Based Systems, 29, 3-11. Doi: 10.1016/j.knosys.2011.07.007

Go, A., Bhayani, R., & Huang, L. (2009). Twitter Sentiment Classification using Distant Supervision. Recuperado

de http://www-cs.stanford.edu/people/alecmgo/papers/TwitterDistantSupervision09.pdf

Henriquez Miranda, C., & Guzman, J. (2017). A review of sentiment analysis in spanish. Tecciencia, 12(22),

-48. Doi: 10.18180/tecciencia.2017.22.5

Hurtado, L.-F., Pla, F., & Buscaldi, D. (2015). ELiRF-UPV en TASS 2015: Análisis de Sentimientos en Twitter.

En: Workshop on Sentiment Analysis at SEPLN co-located with 31st SEPLN Conference (SEPLN 2015) (pp. 75-79).

Alicante. Recuperado de http://ceur-ws.org/Vol-1397/elirf_upv.pdf

Jarreau, P. B. (2015). All the Science That Is Fit to Blog: An Analysis of Science Blogging Practices. Lousiana

State University. Recuperado de https://digitalcommons.lsu.edu/gradschool_dissertations/1051

Java, A., Song, X., Finin, T., & Tseng, B. (2007). Why We Twitter: Understanding Microblogging Usage and Communities. En: 9th WEBKDD and 1st SNA-KDD Workshop. San Jose, California: ACM. Doi: 10.1145/1348549.1348556

Kahle, K., Sharon, A. J., & Baram-Tsabari, A. (2016). Footprints of Fascination: Digital Traces of Public Engagement with Particle Physics on CERN’s Social Media Platforms. PLOS ONE, 11(5), e0156409. Doi: 10.1371/

journal.pone.0156409

Kouloumpis, E., Wilson, T., & Moore, J. (2011). Twitter sentiment analysis: The good the bad and

the omg! Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media

(ICWSM 11), 538-541. Recuperado de http://www.aaai.org/ocs/index.php/ICWSM/ICWSM11/paper/

download/2857/3251?iframe=true&width=90%25&height=90%25

Krippendorff, K. (2004). Reliability in Content Analysis: Some Common Misconceptions and Recommendations. Human Communication Research, 30(3), 411-433. Doi: 10.1111/j.1468-2958.2004.tb00738.x

Krippendorff, K. (2011). Computing Krippendorff’ s Alpha-Reliability. ScholarlyCommons. University of

Pennsylvania. Recuperado de http://repository.upenn.edu/asc_papers/43 (no sirve el link)

Krippendorff, K. & Hayes, A. F. (2007). Answering the Call for a Standard Reliability Measure for Coding

Data. Communication Methods and Measures, 1(1), 77-89. Doi: 10.1080/19312450709336664

Kwak, H., Lee, C., Park, H., & Moon, S. (2010). What is Twitter, a social network or a news media? En: Proceedings

of the 19th international conference on World wide web - WWW ’10 (p. 591). Nueva York: ACM Press. Doi:

1145/1772690.1772751

Lee, K., Palsetia, D., Narayanan, R., Patwary, M. M. A., Agrawal, A., & Choudhary, A. (2011). Twitter Trending

Topic Classification. En: IEEE 2011 IEEE 11th International Conference on Data Mining Workshops (pp. 251-258).

Doi: 10.1109/ICDMW.2011.171

Li, G. & Liu, F. (2012). Application of a clustering method on sentiment analysis. Journal of Information

Science, 38(2), 127-139. Doi: 10.1177/0165551511432670

Liang, X., et al. (2014). Building Buzz: (Scientists) Communicating Science In New Media Environments.

Journalism and Mass Communication Quarterly, 91(4), 772-791. Doi: 10.1177/1077699014550092

Mandavilli, A. (2011). Trial by Twitter. Nature, 469, 286–287. Recuperado de https://www.nature.com/

news/2011/110119/pdf/469286a.pdf

Martínez-Cámara, E., Díaz-Galiano, M. C., García-Cumbreras, A., García-Vega, M., & Villena-Román, J. (2017).

Resumen de TASS 2017. En: TASS 2017: Workshop on Semantic Analysis at SEPLN Proceeding (pp. 13-21).

Recuperado de http://www.sepln.org/workshops/tass/.

Martínez-Cámara, E., Martín-Valdivia, M. T., Ureña-López, L. A., & Montejo-Ráez, A. (2014). Sentiment

analysis in Twitter. Natural Language Engineering, 20(1), 1-28. Doi: 10.1017/S1351324912000332

Montenegro, V. & Escudero, H. (2013). Las redes sociales y la difusión de la tecnología y la innovación.

En: III Congreso Internacional de Comunicación Pública de la Ciencia. Santa Fe , Argentina. Recuperado de

http://studylib.es/doc/7718559/untitled---copuci-2017

Narr, S., De Luca, E. W., & Albayrak, S. (2011). Extracting semantic annotations from twitter. En: Proceedings

of the fourth workshop on Exploiting semantic annotations in information retrieval - ESAIR ’11 (p. 15). Nueva

York: ACM Press. Doi: 10.1145/2064713.2064723

O’Connor, B., Balasubramanyan, R., Routledge, B. R., & Smith, N. A. (2010). From Tweets to Polls: Linking

Text Sentiment to Public Opinion Time Series. En: Association for the Advancement of Artificial Intelligence.

Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media (pp. 122-129). Recuperado de https://www.aaai.org/ocs/index.php/ICWSM/ICWSM10/paper/viewFile/1536/1842

Pak, A. & Paroubek, P. (2010). Twitter as a Corpus for Sentiment Analysis and Opinion Mining. En: Proceedings

of the Seventh conference on International Language Resources and Evaluation (LREC’10) (pp. 1320-1326).

Recuperado de http://www.lrec-conf.org/proceedings/lrec2010/pdf/385_Paper.pdf

Pedregosa, F., et al. (2011). Scikit-learn: Machine Learning in {P}ython. Journal of Machine Learning Research,

, 2825-2830. Recuperado de http://www.jmlr.org/papers/volume12/pedregosa11a/pedregosa11a.pdf

Pérez-Rodríguez, A. V., González-Pedraz, C., & Alonso Berrocal, J. L. (2018). Twitter como herramienta

de comunicación científica en España. Principales agentes y redes de comunicación. Communication

papers: media literacy and gender studies, 7(13), 95-111. Recuperado de https://dialnet.unirioja.es/servlet/

articulo?codigo=6442315

Peters, H. P., Dunwoody, S., Allgaier, J., Lo, Y.-Y., & Brossard, D. (2014). Public communication of science 2.0:

Is the communication of science via the "new media" online a genuine transformation or old

wine in new bottles? EMBO Reports, 15(7), 749-753. Doi: 10.15252/embr.201438979

Pont-Sorribes, C., Cortiñas-Rovira, S., & Di Bonito, I. (2013). Challenges and opportunities for science journalists in adopting new technologies: the case of Spain. SISSA-International School for Advanced Studies,

Journal of Science Communication, 12(3). Doi: 10.22323/2.12030205

Quiñónez Gómez, H. & Sánchez Colmenares, M. (2016). Uso de Twitter en el periodismo científico. Los

casos de los diarios El Nacional y El Universal en Venezuela. Question, 1(52), 212-231. Recuperado de

http://perio.unlp.edu.ar/ojs/index.php/question/article/view/3490

Ribas, C. (2012). La divulgación y la comunicación de la ciencia, en la encrucijada. Sociedad Española de

Bioquímica y Biología Molecular (SEBBM), 173, 10-12. Recuperado de https://www.academia.edu/4630023/

La_comunicación_de_la_ciencia_en_la_encrucijada

Rosá, A., Chiruzzo, L., Etcheverry, M., & Castro, S. (2017). RETUYT en TASS 2017: Análisis de sentimiento de

Tweets en Español utilizando svm y cnn. En: TASS 2017: Workshop on Semantic Analysis at SEPLN (pp. 77-83).

Recuperado de http://arxiv.org/abs/1710.06393

Saif, H., He, Y., & Alani, H. (2012). Semantic Sentiment Analysis of Twitter. En: Cudré-Mauroux P. et al. (eds).

The Semantic Web – ISWC 2012. ISWC 2012. Lecture Notes in Computer Science. International Semantic

Web Conference (ISWC 2012), 7649. 508-524. Doi: 10.1007/978-3-642-35176-1_32

Segarra-Saavedra, J., Tur-Viñes, V., & Hidalgo-Marí, T. (2017). Uso de Twitter como herramienta de difusión

en las revistas científicas españolas de Comunicación. En: 7a Conferencia internacional sobre revistas de

ciencias sociales y humanidades, Revista Mediterrána de Comunicación. Recuperado de http://thinkepi.

net/notas/crecs_2017/J_16_30_Segarra.pdf

Sidorov, G. et al. (2013). Empirical Study of Machine Learning Based Approach for Opinion Mining in Tweets.

En: Batyrshin I., González Mendoza M. (eds.) Advances in Artificial Intelligence. MICAI 2012. Lecture Notes in

Computer Science, 7629. Springer, Berlin, Heidelberg . Doi: 10.1007/978-3-642-37807-2_1

Van Zoonen, W. & Van der Meer, Toni, G. L. A. (2016). Social media research: The application of supervised

machine learning in organizational communication research. Computers in Human Behavior, 63, 132-141.

Doi: 10.1016/J.CHB.2016.05.028

Whitman Cobb, W. N. (2015). Trending now: Using big data to examine public opinion of space policy.

Space Policy, 32, 11-16. Doi: 10.1016/J.SPACEPOL.2015.02.008

Yerva, S. R., Miklós, Z., & Aberer, K. (2012). Quality-aware similarity assessment for entity matching in Web

data. Information Systems, 37(4), 336-351. Doi: 10.1016/J.IS.2011.09.007


El archivo PDF seleccionado se debe cargar aquí si su navegador tiene instalado un módulo de lectura de PDF (por ejemplo, una versión reciente de Adobe Acrobat Reader).

Si desea más información sobre cómo imprimir, guardar y trabajar con PDFs, Highwire Press le proporciona una guía útil de Preguntas frecuentes sobre PDFs.

Por otro lado, puede descargar el PDF directamente a su ordenador donde podrá abrirlo con un lector de PDF. Para descargar el PDF, haga clic en el enlace anterior.


Métricas