Predicción de ataques de cyber bullying mediante técnicas de aprendizaje profundo apoyándose en un corpus de entrenamiento para la clasificación de texto en español.

Abstract

En el mundo actual, se destaca la importancia de poder avizorar acontecimientos futuros a fin, de tomar decisiones acertadas. El llegar a predecir y detectar factores que puedan tener afectación en aspectos de negocios, sociales o personales, puede definir el curso de las acciones que se puedan realizar en beneficio de la humanidad. Es por esto, que este trabajo investigativo tiene el objetivo de consolidar y preparar un cuerpo con expresiones de texto extraídas de Twitter, con el fin de utilizarlo como insumo esencial para entrenar una red neuronal convolucional (CNN), mediante técnicas de aprendizaje profundo. Como resultado de este entrenamiento, se genera un modelo de predicción de textos que puedan o no presentar signos de cyber acoso (cyber bullying), en los cuales se pueda manifestar agresión verbal grave, como insultos, ataques racistas, ataques homofóbicos, etc. Este modelo fue validado mediante técnicas de validación cruzada, obteniendo resultados satisfactorios que permiten concluir que el modelo generado es óptimo para realizar predicciones de textos para la identificación del cyber acoso.