Ciberbullying
Desafíos Lingüísticos en la Detección de Violencia Digital en América Latina y el Caribe
Promoviendo la seguridad digital a través de la detección con inteligencia artificial
Esta investigación aborda la detección de ciberbullying en Twitter, enfocado en el español peruano, mediante la creación de un dataset y la comparación de cuatro modelos de machine learning. Con un enfoque integral, busca superar la falta de estudios centrados en las particularidades lingüísticas de América Latina y el Caribe. Su objetivo es proporcionar resultados que contribuyan a desarrollar estrategias más efectivas para combatir el ciberacoso en la región.
Comparativa de Modelos de Machine Learning para la Detección de Ciberbullying en Twitter en Español Peruano
Este estudio ofrece una comparativa entre cuatro modelos de machine learning para la detección de ciberbullying en Twitter, con un enfoque específico en el español de Perú. Utiliza un dataset diseñado especialmente para el entrenamiento de estos modelos. Además, presenta resultados detallados sobre el rendimiento de cada modelo y su capacidad para identificar el ciberbullying.
Manual: Creación y Validación de un Dataset para la Detección de Ciberacoso en el idioma Español Peruano
Este manual aborda los desafíos lingüísticos asociados a la creación de datos para abordar problemas sociales en el entorno digital de la región, con especial atención al español de Perú. Describe en detalle el proceso de creación y validación de un dataset específico para esta tarea, enfrentando las complejidades del lenguaje regional. Además, proporciona una exhaustiva explicación sobre el pre-procesamiento de datos mediante técnicas de Procesamiento de Lenguaje Natural (PLN) para mejorar la efectividad de la detección.
