Regresar

Identificación de comentarios sexistas en español de la Red Social Twitter utilizando Modelo Transformer para Procesamiento de Lenguaje Natural.

Abstract:

En el contexto actual de internet, la presencia de discursos sexistas en línea es un problema creciente y preocupante. El sexismo en línea puede tener un impacto negativo en la vida de las personas, especialmente en las mujeres, y puede afectar su bienestar emocional, su salud mental y su seguridad. Además, puede contribuir a la normalización del sexismo en la sociedad y perpetuar la desigualdad de género. Por lo que es importante identificar y abordar el sexismo en línea de manera efectiva. Sin embargo, dado el gran volumen de comentarios que se publican en las redes sociales, identificar manualmente el sexismo es una tarea difícil y laboriosa. Por esta razón, el objetivo de este trabajo de investigación propone utilizar un modelo existente de aprendizaje automático para identificar comentarios sexistas en español, utilizamos el modelo pre-entrenado Transformer Pysentimiento, que clasifica y analiza el sexismo en textos en español. Los resultados se presentan en una interfaz web que muestra la pbkp_redicción y la probabilidad de que cada comentario sea "Sexista" o "No sexista", utilizamos también mensajes extraídos de Twitter para realizar pruebas con el modelo. Demostramos así que es posible crear sistemas o servicios para la detección de sexismo utilizando un modelo Transformer pre-entrenado para ello. Esta tecnología puede ser valiosa para empresas, organizaciones e investigadores que deseen monitorear y prevenir el discurso sexista en línea.