Midiendo la carga emocional: Análisis de las emociones presentes en contenido de tweets sobre COVID-19 en Lima

• Holgado-Apaza, Luis Alberto ^[1] ; Ancco-Calloapaza, Coren Luhana ^[2] ; Bedregal-Flores, Octavio ^[2] ; Quispe-Layme, Marleny ^[1] ; Miranda-Castillo, Ralph ^[1]
  1. [1] Universidad Nacional Amazónica de Madre de Dios

     Universidad Nacional Amazónica de Madre de Dios

     Tambopata, Perú

     
  2. [2] Universidad Nacional de San Agustín

     Universidad Nacional de San Agustín

     Arequipa, Perú

     
• Localización: Revista científica de sistemas e informática, ISSN-e 2709-992X, Vol. 3, Nº. 2, 2023 (Ejemplar dedicado a: Revista Científica de Sistemas e Informática; e587)
• Idioma: español
• Títulos paralelos:
  • Measuring the emotional charge: Analysis of the emotions present in the content of tweets about COVID-19 in Lima
• Enlaces
  • Texto completo
• Resumen
  • español

    Durante el estado de emergencia y las cuarentenas implementadas por los líderes mundiales, se ha observado un aumento significativo en la actividad de las personas en las redes sociales, como Twitter, donde comparten opiniones y noticias cargadas de emociones. En este estudio, presentamos una herramienta de visualización para el análisis de sentimientos en tweets relacionados con COVID-19 en la ciudad de Lima, Perú, durante el año 2020. Para ello, entrenamos un modelo BERT llamado BETO, diseñado específicamente para el procesamiento de lenguaje natural en español. Utilizamos el conjunto de datos SenWave, que comprende 11 emociones, para entrenar el modelo. Posteriormente, validamos el modelo utilizando un conjunto de datos compuesto por 33,770 tweets recolectados en la ciudad de Lima, Perú. El resultado de nuestro estudio es un panel de control interactivo que muestra el flujo de sentimientos expresados en los tweets analizados. Nuestros hallazgos revelan que las tres emociones más frecuentes durante el año 2020 fueron: humor, aburrimiento y optimismo. Además, identificamos las cinco palabras más populares utilizadas en los tweets: contagio, salud, distanciamiento, aislamiento y Martín Vizcarra, en referencia al expresidente del Perú.

  • English

    During the state of emergency and quarantines implemented by world leaders, there has been a significant increase in people's activity on social networks, such as Twitter, where they share opinions and emotionally charged news. In this study, we present a visualization tool for sentiment analysis in tweets related to COVID-19 in the city of Lima, Peru, during the year 2020. For this purpose, we train a BERT model called BETO, specifically designed for natural language processing in Spanish. We used the SenWave dataset, comprising 11 emotions, to train the model. Subsequently, we validate the model using a dataset composed of 33,770 tweets collected in the city of Lima, Peru. The result of our study is an interactive dashboard showing the flow of sentiments expressed in the analyzed tweets. Our findings reveal that the three most frequent emotions during 2020 were: humor, boredom and optimism. In addition, we identified the five most popular words used in the tweets: contagion, health, distancing, isolation and Martín Vizcarra, referring to the former president of Peru.