Análisis y clasificación de información mediática electoral utilizando minería de texto

Abstract

La clasificación de polaridad para textos dado a nivel de documento, oración, o rasgo/característica consiste en, la opinión expresada de un organismo en positiva, negativa, o neutral. Así mismo; en la actualidad el formidable aumento de la información a través de medios de comunicación, ha determinado que el análisis manual de los expertos en las diferentes temáticas, se vea afectado para su procesamiento inmediato; ya que implica un esfuerzo adicional para alcanzar el objetivo de información oportuna para la toma de decisiones. Las temáticas electorales no son una excepción en este aspecto, la ejecución dinámica del sistema democrático del país, a través de los diferentes mecanismos de democracia directa como lo son: iniciativa popular, consultas populares, y revocatorias de mandato; ha abocado a que se multipliquen las actividades electorales, y por lo tanto su difusión y recogimiento a través de los diferentes medios de comunicación (prensa, radio, tv, digitales), aumentado en un volumen considerable. Con lo cual, el proceso de monitoreo de medios para las diferentes temáticas electorales, recopila las noticias con ciertos criterios político-electorales, y de carácter informativo, donde se conoce cada día desde primera hora las menciones que los medios de comunicación realizan sobre organismos electorales, sus miembros destacados, su competencia o su ámbito de acción.La clasificación de polaridad para textos dado a nivel de documento, oración, o rasgo/característica consiste en, la opinión expresada de un organismo en positiva, negativa, o neutral. Así mismo; en la actualidad el formidable aumento de la información a través de medios de comunicación, ha determinado que el análisis manual de los expertos en las diferentes temáticas, se vea afectado para su procesamiento inmediato; ya que implica un esfuerzo adicional para alcanzar el objetivo de información oportuna para la toma de decisiones. Las temáticas electorales no son una excepción en este aspecto, la ejecución dinámica del sistema democrático del país, a través de los diferentes mecanismos de democracia directa como lo son: iniciativa popular, consultas populares, y revocatorias de mandato; ha abocado a que se multipliquen las actividades electorales, y por lo tanto su difusión y recogimiento a través de los diferentes medios de comunicación (prensa, radio, tv, digitales), aumentado en un volumen considerable. Con lo cual, el proceso de monitoreo de medios para las diferentes temáticas electorales, recopila las noticias con ciertos criterios político-electorales, y de carácter informativo, donde se conoce cada día desde primera hora las menciones que los medios de comunicación realizan sobre organismos electorales, sus miembros destacados, su competencia o su ámbito de acción.La utilidad práctica de esta aproximación de clasificación, será avalada por los resultados experimentales que muestren una mejora en el enfoque tradicional, en la cual los expertos en el dominio de textos y equipos completos de análisis definen manualmente las reglas de clasificación.El objetivo del presente estudio, es poder crear un modelo de predicción a partir de datos de las noticias electorales reales; es decir, con el aprendizaje supervisado y con el conjunto de datos, crear un modelo con técnicas de aprendizaje automático que clasifique la polaridad de las noticias electorales, en positivas, negativas o neutrales; optimizando de esta manera los tiempos de procesamiento y la oportunidad de la información para la toma de decisiones en el organismo electoral. Además, con este estudio se pretende abordar el procesamiento del conjunto de datos desbalanceado, con la efectividad de los clasificadores a través de las diferentes métricas de evaluación. Así mismo, se estima comparar de manera estadística los resultados del conjunto de datos de entrenamiento y test, y comprobar si realmente no habido un sobreajuste en el aprendizaje del modelo para determinar el mejor.