Mostrar el registro sencillo del objeto digital

dc.contributor López Chau, Asdrúbal
dc.contributor Quintana López, Maricela
dc.contributor Morales Escobar, Saturnino Job
dc.contributor.author Maldonado Mondragón, Jesús Donovan
dc.date.accessioned 2024-02-08T17:21:54Z
dc.date.available 2024-02-08T17:21:54Z
dc.date.issued 2024-01-26
dc.identifier.uri http://hdl.handle.net/20.500.11799/139910
dc.description Tesis Maestría Jesús Donovan Maldonado Mondragón es
dc.description.abstract In the era of social media, there has been an observed increase in the expression of hatred and discrimination online, posing psychological and physical risks for specific individuals or groups. This phenomenon has driven the need to detect and address offensive language in these environments. Currently, manual validations and systems designed primarily for English language address this issue, but there is a lack of specific approaches for other languages, including Spanish. This thesis focuses on developing an effective and robust method to detect offensive language targeted at the LGBTIQ+ community in Spanish. It employs six supervised learning methods: Neural Network, Decision Tree, Support Vector Machine, Naive Bayesian Classifier, Logistic Regression, and Random Forest. The challenge of class imbalance in web data is addressed through a corpus of 6,716 Twitter documents, previously labeled and selected from a larger set, along with bag- of-words vectorization techniques and a customized polarity lexicon. This approach combines the power of supervised learning with a lexicon tailored to the LGBTIQ+ community, capturing the complexities and nuances of offensive language in this context. The research aims to enhance the ability to detect offensive comments online, providing a significant contribution to addressing the expression of hatred on digital platforms. es
dc.language.iso spa es
dc.publisher Universidad Autónoma del Estado de México es
dc.rights openAccess es
dc.rights.uri http://creativecommons.org/licenses/by/4.0 es
dc.subject Research Subject Categories::TECHNOLOGY es
dc.subject Lexicón es
dc.subject Machine Learning es
dc.subject Inclusión es
dc.subject Hate speech es
dc.subject.classification INGENIERÍA Y TECNOLOGÍA es
dc.title Identificación de lenguaje ofensivo en textos en español utilizando técnicas de aprendizaje supervisado y lexicones es
dc.type Tesis de Maestría es
dc.provenance Científica es
dc.road Dorada es
dc.organismo Centro Universitario UAEM Valle de México es
dc.ambito Nacional es
dc.cve.CenCos 30501 es
dc.cve.progEstudios 663 es
dc.modalidad Tesis es


Ficheros en el objeto digital

Este ítem aparece en la(s) siguiente(s) colección(ones)

Visualización del Documento

  • Título
  • Identificación de lenguaje ofensivo en textos en español utilizando técnicas de aprendizaje supervisado y lexicones
  • Autor
  • Maldonado Mondragón, Jesús Donovan
  • Director(es) de tesis, compilador(es) o coordinador(es)
  • López Chau, Asdrúbal
  • Quintana López, Maricela
  • Morales Escobar, Saturnino Job
  • Fecha de publicación
  • 2024-01-26
  • Editor
  • Universidad Autónoma del Estado de México
  • Tipo de documento
  • Tesis de Maestría
  • Palabras clave
  • Research Subject Categories::TECHNOLOGY
  • Lexicón
  • Machine Learning
  • Inclusión
  • Hate speech
  • Los documentos depositados en el Repositorio Institucional de la Universidad Autónoma del Estado de México se encuentran a disposición en Acceso Abierto bajo la licencia Creative Commons: Atribución-NoComercial-SinDerivar 4.0 Internacional (CC BY-NC-ND 4.0)

Mostrar el registro sencillo del objeto digital

openAccess Excepto si se señala otra cosa, la licencia del ítem se describe cómo openAccess

Buscar en RI


Buscar en RI

Usuario

Estadísticas