Emociones en redes sociales en español
Análisis de la conversación pública en español alrededor de un evento noticioso, clasificando emociones más allá del simple positivo/negativo.
En abril de 2019, la muerte del expresidente peruano Alan García desató una ola de reacciones en redes sociales: una de las figuras más polarizantes del país, llorada por unos y cuestionada por otros. Analicé los comentarios de Facebook alrededor del suceso, donde conviven duelo, indignación, sorpresa y sarcasmo. Esa conversación en español informal —cargada de jerga y emojis— es imposible de resumir en un simple positivo/negativo.
Clasificar emociones en texto coloquial en español, manejando emojis y la variabilidad del lenguaje informal.
Pipeline de limpieza específico para español, conversión de emojis y clasificación de emociones por léxico NRC, con una etapa de análisis temporal de la conversación.
- Preprocesar español informal (acentos, jerga, emojis) antes de clasificar.
- Clasificar en múltiples emociones (alegría, enojo, sorpresa, etc.) en vez de binario.
- Analizar la evolución temporal de las emociones alrededor del evento.
- ✓Clasificación multi-emoción sobre texto real en español, no binaria.
- ✓Manejo de emojis y lenguaje informal en el pipeline.
- ✓Lectura de la evolución emocional de la conversación a lo largo del tiempo.
- Los emojis no eran ruido sino señal: convertirlos a palabras antes de puntuar recuperó carga emocional.
- El léxico NRC es un baseline honesto pero ciego al contexto; ante el sarcasmo y la ironía se queda corto.
- El siguiente paso real es un transformer afinado en español (BETO/RoBERTuito), no más reglas.