Constitucionalización Bayesiana: Análisis de sentimiento en Twitter del proceso constitucional chileno a través de clasificadores de redes bayesianas
Autores: Ruz, Gonzalo A.; Henríquez, Pablo A.; Mascareño, Aldo
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Constitucionalización Bayesiana: Análisis de sentimiento en Twitter del proceso constitucional chileno a través de clasificadores de redes bayesianas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Procesos constitucionales
Orden social
Arquitectura institucional
Agentes constituyentes
Estrategia de evolución
Clasificadores TAN
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Los procesos constitucionales son una piedra angular de las democracias modernas. Ya sean revolucionarios u organizados institucionalmente, establecen los valores fundamentales del orden social y determinan la arquitectura institucional que rige la vida social. Los procesos constitucionales son en sí mismos prácticas evolutivas de aprendizaje mutuo en las que los actores, independientemente de sus posiciones políticas iniciales, interactúan continuamente entre sí, demostrando diferencias y haciendo alianzas respecto a diferentes temas. En este artículo, desarrollamos clasificadores Tree Augmented Naive Bayes (TAN) para modelar el comportamiento de los agentes constituyentes. Según la naturaleza de la dinámica constituyente, el modelo aprende pesos de los datos utilizando una estrategia evolutiva para obtener un buen rendimiento de clasificación. Para nuestro análisis, utilizamos las comunicaciones de los agentes constituyentes en Twitter durante el período de instalación de la Convención Constitucional (julio-octubre de 2021). Con el fin de diferenciar las posiciones políticas (izquierda, centro, derecha), aplicamos el algoritmo desarrollado para obtener las puntuaciones de 882 votos emitidos en la primera etapa de la convención (4 de julio al 29 de septiembre de 2021). Luego, utilizamos -means para identificar tres grupos que contienen posiciones de derecha, centro e izquierda. Los resultados experimentales obtenidos utilizando los tres conjuntos de datos construidos mostraron que el uso de valores de peso alternativos en el procedimiento de construcción de TAN, inferidos por una estrategia evolutiva, produjo mejoras en la precisión de clasificación medida en los conjuntos de prueba en comparación con los resultados del TAN construido con información mutua condicional, así como otros enfoques de construcción de clasificadores de redes bayesianas. Además, nuestros resultados pueden ayudarnos a comprender mejor el comportamiento político en los procesos constitucionales y a mejorar la precisión de los clasificadores TAN aplicados a datos sociales del mundo real.
Descripción
Los procesos constitucionales son una piedra angular de las democracias modernas. Ya sean revolucionarios u organizados institucionalmente, establecen los valores fundamentales del orden social y determinan la arquitectura institucional que rige la vida social. Los procesos constitucionales son en sí mismos prácticas evolutivas de aprendizaje mutuo en las que los actores, independientemente de sus posiciones políticas iniciales, interactúan continuamente entre sí, demostrando diferencias y haciendo alianzas respecto a diferentes temas. En este artículo, desarrollamos clasificadores Tree Augmented Naive Bayes (TAN) para modelar el comportamiento de los agentes constituyentes. Según la naturaleza de la dinámica constituyente, el modelo aprende pesos de los datos utilizando una estrategia evolutiva para obtener un buen rendimiento de clasificación. Para nuestro análisis, utilizamos las comunicaciones de los agentes constituyentes en Twitter durante el período de instalación de la Convención Constitucional (julio-octubre de 2021). Con el fin de diferenciar las posiciones políticas (izquierda, centro, derecha), aplicamos el algoritmo desarrollado para obtener las puntuaciones de 882 votos emitidos en la primera etapa de la convención (4 de julio al 29 de septiembre de 2021). Luego, utilizamos -means para identificar tres grupos que contienen posiciones de derecha, centro e izquierda. Los resultados experimentales obtenidos utilizando los tres conjuntos de datos construidos mostraron que el uso de valores de peso alternativos en el procedimiento de construcción de TAN, inferidos por una estrategia evolutiva, produjo mejoras en la precisión de clasificación medida en los conjuntos de prueba en comparación con los resultados del TAN construido con información mutua condicional, así como otros enfoques de construcción de clasificadores de redes bayesianas. Además, nuestros resultados pueden ayudarnos a comprender mejor el comportamiento político en los procesos constitucionales y a mejorar la precisión de los clasificadores TAN aplicados a datos sociales del mundo real.