Detección del género de un autor en textos en español

Article Sidebar

PDF
Publicado ago 29, 2023
##plugins.pubIds.doi.readerDisplayName## https://doi.org/10.36677/ideaseningenieria.v1i2.20926

Main Article Content

Angeles Belém Priego Sánchez
Universidad Autónoma Metropolitana
http://orcid.org/0000-0003-3439-1081
David Pinto
Benemérita Universidad Autónoma de Puebla
http://orcid.org/0000-0002-8516-5925
Hector Honorato
Universidad Autónoma Metropolitana

Resumen

Hoy en día, al navegar a través de Internet se tiene acceso a una gran cantidad de información, la cual se encuentra publicada en diferentes plataformas como son: blogs, páginas de gran relevancia y redes sociales. Información sobre el autor de estos contenidos no está a la vista o de manera explícita. Sin embargo, se puede procesar e interpretar esta información con el fin de obtener características que identifiquen al autor, como conocer su género o edad. Para llevar a cabo esta tarea, es necesario desarrollar herramientas que permitan la simplicidad y su resolución. En este artículo, se presenta un sistema para analizar y procesar textos de comentarios en español, con el objetivo de identificar el género (hombre o mujer) del autor. El proceso completo de análisis y procesamiento del sistema toma en cuenta las palabras y emoticones de los textos y con el uso de algoritmos de aprendizaje automático determinar el género del autor de ellos. La evaluación consiste en utilizar dos algoritmos bien conocidos: Naïve Bayes y Árboles de decisión (J48), para la tarea de clasificación de textos por su género, obteniendo resultados alentados: una precisión de clasificación de género del 69.81 % y con un total de 4,345 predicciones correctas de género de autor mediante el algoritmo J48.

Article Details

Como citar
PRIEGO SÁNCHEZ, Angeles Belém; PINTO, David; HONORATO, Hector. Detección del género de un autor en textos en español. Ideas en Ciencias de la Ingeniería, [S.l.], v. 1, n. 2, p. 32-45, ago. 2023. ISSN 2992-7447. Disponible en: <https://ideasencienciasingenieria.uaemex.mx/article/view/20926>. Fecha de acceso: 27 ago. 2026 doi: https://doi.org/10.36677/ideaseningenieria.v1i2.20926.
ABNT APA BibTeX CBE EndNote - Formato EndNote (Macintosh & Windows) MLA Formato ProCite - RIS (Macintosh & Windows) RefWorks Reference Manager - RIS format (Windows sólo) Turabian
Número
Vol. 1 Núm. 2 (2023): Ideas en Ciencias de la Ingeniería
Sección
Artículos
Creative Commons License
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.

Citas

1. P. Josep, “Los textos escritos delatan el sexo,” 2016, consultado el 12 de febrerode 2023. [Online]. Available: https://www.lavanguardia.com/cultura/20161017/411054860677/linguistica-estu-dio-determina-sexo-autor-articulo-upf.html

2. E. García Menier, “Análisis de textos por computadora,”Boletín de Lingüística, vol. 18, no. 25, pp.121–134, 2006.

3. V. H. Rojas, “Sistema para la clasificación de opiniones generadas en twitter usando redes neuro-nales artificiales,” División de Ciencias Básicas e Ingeniería, Universidad Autónoma MetropolitanaAzcapotzalco, México, Tech. Rep., 2017.

4. L. E. P. Terán, “Minería de opiniones sobre textos en twitter,” División de Ciencias Básicas e Ingeniería, Universidad Autónoma Metropolitana Azcapotzalco, México, Tech. Rep., 2018.

5. H. Librado, “Análisis automático de opiniones de productos en redes sociales,” Master’s thesis,Centro de Investigación en Computación, Instituto Politécnico Nacional, México, 2016.

6. S. Delgado, “Modelo computacional de minería de microblogs para el análisis del comportamientodel consumidor de telefonía celular,” Master’s thesis, Escuela de Posgrado, Pontificia UniversidadCatólica del Perú, Perú, 2016.

7. G. Villarruel, “Clasificación emocional de noticias en español utilizando algoritmos de aprendiza-je automático,” División de Ciencias Básicas e Ingeniería, Universidad Autónoma MetropolitanaAzcapotzalco, México, Tech. Rep., 2018.

8. L. Dubiau, “Procesamiento de lenguaje natural en sistemas de análisis de sentimientos,” Master’sthesis, Facultad de Ingeniería, Universidad de Buenos Aires, Argentina, 2013.

9. F. Rangel, P. Rosso, M. Koppel, E. Stamatatos, and G. Inches, “Overview of the author profilingtask at pan 2013,” inCLEF 2013, R. N. Pamela Forner and D. Tufis, Eds., 2013.

10. J. Hernández, “Primer informe sobre el uso de emojis, un idioma internacional,” Blog,2018, consultado 24 de febrero de 2022. [Online]. Available: https://blog.hostalia.com/informes/primer-informe-sobre-el-uso-de-emojis-un-idioma-internacional/

11. “Full-text search – stopwords,” 2017, consultado el 12 de febrero de 2023. [Online]. Available:https://wiki.easyvista.com/xwiki/bin/view/Documentation/Full+text+search+-+Stop+Words

12. Savand, “stop-words,” GitHub, 2020, consultado el 12 de febrero del 2023. [Online]. Available:https://github.com/Alir3z4/stop-words/blob/master/spanish.txt

13. “The list of stop words,” Countwordsfree Text Processing, Tools, 2009, consultado el 12 de febrerodel 2023. [Online]. Available: https://countwords-free.com/stopwords/spanish

14. D. E. Avendaño, “Stopwords spanish,” Facultad de Ciencias de la Computación, BUAP, 2009,consultado el 24 de febrero de 2023. [Online]. Available: http://dpinto.cs.buap.mx/pln/course2009/Stopwords_Spanish.txt

15. Olea, “Nombres propios y apellidos,” GitHub, 2020. [Online]. Available: https://github.com/olea/lemarios/blob/master/nombres-propios-es.txt