Foto: EFE
Más de la mitad de los mensajes de Twitter en los que se emplea la palabra “feminismo” están asociados a sentimientos negativos como la decepción, el lamento, el desprecio o el desinterés, mientras que apenas un 17 por ciento remite a emociones positivas como el deseo, la felicidad o la admiración.
Es una de las conclusiones del estudio sobre lenguaje, feminismo e inclusividad realizado por la Fundación del Español Urgente (Fundéu BBVA) y el Instituto de Ingeniería del Conocimiento (IIC) en el que se han analizado casi 1.400.000 tuits de todos los países hispanohablantes durante veinte días del pasado mes de febrero, señalan ambas instituciones en una nota.
La Fundéu, promovida por la Agencia EFE y BBVA,además de emitir consejos sobre el buen uso del español, se interesa por cómo evoluciona el lenguaje, cómo y en qué contextos se emplean las palabras, y trata de analizarlo, no a partir de intuiciones o de creencias, sino del estudio de datos reales.
El estudio se ha realizado con Lynguo, una herramienta de monitorización y análisis de redes sociales que el Instituto de Ingeniería del Conocimiento ha puesto a disposición de la Fundéu para realizar este estudio y que utiliza tecnología de procesamiento del lenguaje natural (PLN) para detectar automáticamente las emociones de los textos.
Según explica Carmen Torrijos, lingüista computacional en el IIC, “esta herramienta permite analizar grandes cantidades de tuits y ver si los usuarios están expresando emociones positivas, negativas o neutras a través de las palabras que utilizan”.
Para ello, se basa en recursos léxicos que recogen palabras y estructuras del lenguaje común, ya asociadas a opiniones o emociones concretas, para después detectar si aparecen en los tuits. “Al final, el análisis automático del sentimiento es un procesamiento semántico que nos permite conocer la valoración del autor de un texto”, explica Torrijos.
En función de este análisis del sentimiento, se etiquetan las diferentes emociones en el texto. Un mismo mensaje puede tener varias etiquetas. Por ejemplo, a un tuit que diga “Eres un genio, que pena que te vayas”, la herramienta le asignará las etiquetas Admiración (eres un genio) y Tristeza (que pena que te vayas). EFE
