Automatic Cyberbullying detection in Spanish - Language Social Networks using Sentiment Analysis Techniques

Abstract

El acoso cibernético es un problema creciente en nuestra sociedad que puede traer consecuencias fatales y puede presentarse en textos digitales, por ejemplo, en las redes sociales en línea. Hoy en día hay una gran variedad de trabajos centrados en la detección de acoso cibernético en textos digitales en el idioma inglés, sin embargo, en el idioma español hay pocos estudios que abordan este tema. Este trabajo tiene como objetivo detectar este acoso cibernético en las redes sociales, en idioma español. Se utilizaron técnicas de análisis de sentimientos, como bolsa de palabras, eliminación de signos y números, tokenización y derivación, así como un clasificador bayesiano. Los datos utilizados para el entrenamiento del clasificador bayesiano se obtuvieron del Diccionario Español de Afectos en el Lenguaje (SDAL), que es una base de datos formada por más de 2500 palabras evaluadas manualmente en tres dimensiones afectivas: agradabilidad, activación (pasivo, activo) y facilidad de imaginar, además se obtuvieron 595 palabras siguiendo el mismo procedimiento de SDAL, las cuales se recolectaron con la ayuda de los miembros del Centro de Investigación, Transferencia de tecnología y Desarrollo de Software (CiTeSoft). Como resultado, el software desarrollado tiene un 93% de éxito en las pruebas de validación realizadas.