| Revista: | Computación y sistemas |
| Base de datos: | |
| Número de sistema: | 000607885 |
| ISSN: | 1405-5546 |
| Autores: | Calderón Suárez, Ricardo1 Ortega Mendoza, Rosa María1 Márquez Vera, Marco Antonio2 Castro Espinoza, Félix Agustín1 |
| Instituciones: | 1Universidad Autónoma del Estado de Hidalgo, México 2Universidad Politécnica de Pachuca, Hidalgo. México 3Universidad Politécnica de Tulancingo, Hidalgo. México |
| Año: | 2024 |
| Periodo: | Ene-Mar |
| Volumen: | 28 |
| Número: | 1 |
| Paginación: | 283-299 |
| País: | México |
| Idioma: | Español |
| Resumen en español | Este artículo de investigación presenta un resumen de la tesis “Detección Automática de Contenido Misógino en Redes Sociales mediante Transferencia de Conocimiento proveniente de Canciones”, donde la idea principal es aprovechar el conocimiento existente en algunas canciones para transferir patrones lingüísticos que ayuden a identificar manifestaciones de misoginia en las redes sociales. En particular, se analizaron varias técnicas de transferencia de aprendizaje. Además, se presenta una metodología para construir, automáticamente, una colección de canciones y otra de frases, ambas con instancias etiquetadas de acuerdo con la presencia o ausencia de contenido misógino. La mayor contribución de esta investigación es un método de aumentación de datos que incrementa la capacidad de generalización de los modelos de detección de misoginia mediante la transferencia de la riqueza semántica contenida en las letras de las canciones. El enfoque propuesto fue evaluado en colecciones de referencia que contienen textos en español e Inglés, obteniendo resultados alentadores. En comparación con enfoques robustos del estado del arte, el enfoque propuesto obtuvo resultados competitivos en el idioma Inglés y ganancias importantes en el idioma Español. Esta investigación confirmó la existencia de conocimiento lingüístico valioso en las canciones, el cual puede ser transferido para detectar contenido misógino en redes sociales. |
| Resumen en inglés | This research paper presents a summary of the thesis “Automatic Detection of Misogynistic Content in Social Networks through Knowledge Transfer from Songs”, where the main idea is to leverage the existing knowledge of some songs to transfer linguistic patterns that help to identify manifestations of misogyny in social media. In particular, several learning transfer techniques were analyzed. In addition, a methodology is presented to build, automatically, a collection of songs and another of phrases, both with instances labeled according to the presence or absence of misogynistic content. The major contribution of this research is a data augmentation method that increases the generalization capability of the misogyny detection models by transferring the semantic richness contained in song lyrics. The proposed approach was evaluated in benchmark collections containing texts in Spanish and English, obtaining encouraging results. Compared to robust state-of-the-art approaches, the proposed approach obtained competitive results in English and significant gains in Spanish. This research confirmed the existence of valuable linguistic knowledge in songs, which can be transferred to detect misogynistic content in social media. |
| Palabras clave: | Transferencia de aprendizaje, Aumentación de datos, Detección de misoginia, Redes sociales |
| Keyword: | Transfer learning, Data augmentation, Mysogyny detection, Social media |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
