Modelos de aprendizaje profundo y procesamiento de lenguaje natural para el análisis de tópicos y emociones en YouTube sobre el conflicto palestino-israelí

Este estudio analiza las narrativas discursivas publicadas en YouTube por canales de distintas orientaciones informativas sobre el conflicto palestino-israelí, en el periodo comprendido entre el 7 de octubre de 2023 y el 27 de marzo de 2025. Se aplicó un enfoque de análisis no supervisado mediante embeddings generados con el modelo E5-Large-v2, una arquitectura basada en Transformers optimizada para tareas semánticas, junto con el algoritmo de agrupación K-means, para identificar tópicos temáticos diferenciados por categoría de canal. Adicionalmente, se llevó a cabo un fine-tuning de modelos de lenguaje basados en arquitecturas Transformer (RoBERTa, ELECTRA, DeBERTa y XLNet) para la clasificación de emociones personalizadas contextualizadas al conflicto. Los resultados revelan diferencias discursivas significativas entre fuentes informativas, así como la eficacia de modelos modernos como DeBERTa y RoBERTa para capturar matices emocionales complejos en contextos geopolíticos sensibles, alcanzando puntuaciones F1 de 0.89 y 0.87, respectivamente. Esta investigación aporta al análisis computacional del discurso y al estudio de las emociones en entornos digitales altamente complejos.

Grantor dc:publisher

Universidad Ean

Year dc:date

2025

Author dc:creator

• Yousef Novoa, Hannan Nayibe

Contributors dc:contributor

• Luque Zabala, Carolina María
• Grajales Medina, Diana María
• Mendoza Rodríguez, Estefanía

• Lingüística computacional
• YouTube -- Investigaciones
• Análisis del discurso -- Procesamiento de datos
• Procesamiento de lenguaje natural (Computadores)
• Interacción hombre-computador
• Procesamiento electrónico de datos
• Conflicto palestino israelí
• YouTube
• Análisis de discurso
• Embeddings semánticos
• Clasificación de emociones
• Modelos transformer
• Procesamiento de lenguaje natural
• Israeli Palestinian conflict
• Discourse analysis
• Semantic embeddings
• Emotion classification
• Transformer models
• Natural language processing

Statement dc:rights

• Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
• info:eu-repo/semantics/openAccess

Licence

• https://creativecommons.org/licenses/by-nc-nd/4.0/
• http://purl.org/coar/access_right/c_abf2

Language dc:language

spa

Identifier

BDM-MGP
instname:Universidad Ean
reponame:Repositorio Institucional Biblioteca Digital Minerva
repourl:https://repository.ean.edu.co/

OAI identifier oai:identifier

oai:null:10882/15197