En el marco de los Seminarios de Divulgación Científica en Matemática de la Maestría en Matemática de la FACET, se invita a la comunidad universitaria a participar del seminario sobre “¿Qué pasó en las PASO? Descifrando el sentimiento político con Machine Learning”, a cargo de: Francesco Angeli, Franco Benites, Juan Manuel Tabuenca, Lain Taljuk (alumnos de ingeniería de la FACET). El mismo se desarrollará mañana jueves 07 de noviembre, a las 12:15 hs, en el Aula 2-4-8, Block 2, 4° Piso, de la FACET.
Resumen
A la luz de las cada vez más grandes imprecisiones que presentan las tradicionales encuestas electorales a la hora de predecir los resultados, este trabajo se propone explicar los resultados de las PASO del 11 de agosto utilizando la técnica de análisis del sentimiento en tweets.
El análisis de sentimientos es una tarea de clasificación masiva de datos de manera automática, en función de extraer información subjetiva para determinar la polaridad de un documento o la actitud de un usuario respecto a algún tema. El análisis de posts en la web de microblogging Twitter, entonces, resulta de especial interés debido a la naturaleza subjetiva de los mensajes y a aspectos que facilitan su análisis y procesamiento como son la limitación de caracteres y su fácil acceso.
Aplicaremos técnicas de aprendizaje automático o Machine Learning a un corpus de tweets recolectados previamente a la fecha de la elección. Para realizar el análisis de sentimientos utilizaremos algoritmos NLP (Natural Language Processing). La dificultad radica en que la gran mayoría de Frameworks para análisis de texto en Python (como TextBlob o word2vec) vienen preparados para análisis de textos en inglés. Por este motivo construiremos nuestro propio modelo para analizar sentimientos en tweets sobre política, el cual entrenaremos haciendo uso de un corpus propio de más de 3000 mensajes.
De esta manera se intentará brindar una respuesta a la inquietud de si los mensajes intercambiados en esta plataforma online reflejan verosímilmente sentimientos acerca de la política manifestados de manera offline. Quedaría planteada la interrogante en vistas a futuras investigaciones, si un análisis como el de este trabajo, representa un alternativa costo-eficiente y más precisa a las encuestadoras tradicionales.