Hacia un análisis de la polaridad del Big Data
DOI:
https://doi.org/10.18050/RevUCVHACER.v11n1a7Palabras clave:
Big data, Clasificadores, Inteligencia artificialResumen
Investigaciones sociales en torno a desarrollos tecnológicos recientes, tales como el “big data” o la inteligencia artificial, señalan una cierta ambivalencia o bipolaridad en los distintos ámbitos de comunicaciones donde los refieren, o incluso en el sentido común de los distintos grupos sociales. Así, por ejemplo, hay una retórica favorable a estas tecnologías que las identifica con algunas oportunidades para distintos sectores comerciales, tales como la industria 4.0, o con los beneficios que podría aportar en el campo médico; a la vez que un discurso crítico señala los riesgos que con llevan en materia de avance sobre la privacidad, manipulación mediática y política, o en el origen de nuevas desigualdades o situaciones de injusticia. En este trabajo proponemos un análisis de polaridad sobre un corpus de oraciones que incluyen el término “big data”, construido a partir de noticias recogidas de periódicos online argentinos. Particularmente, proponemos dos abordajes que combinados permitirán un análisis más robusto: Análisis por medio del uso de lexicones y diccionario, otro por medio del uso de clasificadores. Este trabajo permitirá clasificar las oraciones para profundizar el entendimiento de esta temática.
Palabras clave: Big data, clasificadores, inteligencia artificial.
Citas
Becerra, G. (2018). Big data como objeto de estudio y método para la investigación empírica en sociología y psicología social. 47 Jornadas Argentinas de Informática & Simposio Argentino de Tecnología y Sociedad, 141–150. http://47jaiio.sadio.org.ar/sites/default/files/STS-13.pdf
Becerra, G. y López-Alurralde, J. P. (2020). Hacia una exploración de las representaciones sociales en torno al big data. 49 Jornadas Argentinas de Informática & Simposio Argentino de Tecnología y Sociedad. http://sedici.unlp.edu.ar/handle/10915/122069
Gravano, A. y Dell’Amerlina Ríos, M. (2014). Spanish DAL: A Spanish Dictionary of Affect in Language. Biblioteca Digital FCEN – UBA. http://digital.bl.fcen.uba.ar/Download/technicalreport/technicalreport_00001.pdf
Hvitfeldt, E. y Silge, J. (2021). Supervised Machine Learning for Text Analysis in R. CRC Press: Taylor & Francis Group. https://smltar.com/
Kitchin, R. (2014). The Data Revolution: Big Data, Open Data, Data Infrastructures and Their Consequences. Sage Publication Ltd. https://doi.org/10.4135/9781473909472
Liu, B. (2015). Sentiment Analysis In Computational Linguistics. Cambridge University Press. https://doi.org/10.1017/CBO9781139084789
Medhat, W., Hassan, A. y Korashy, H. (2014). Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 5(4), 1093–1113. https://doi.org/10.1016/j.asej.2014.04.011
Paganoni, M. (2019). Framing big data: a linguistic and discursive approach. Palgrave Macmillan. https://doi.org//10.1007/978-3-030-16788-2_1
Straka, M. y Strakova, J. (2017). Tokenizing, POS Tagging, Lemmatizing and Parsing UD 2.0 with UDPipe. Proceedings of the CoNLL 2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencie, 88–99. https://doi.org/10.18653/v1/K17-3009
Team R Core. (2018). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.r-project.org/
Descargas
Publicado
Versiones
- 2022-03-09 (2)
- 2022-03-10 (1)
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 UCV Hacer
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
