Con la creciente popularidad de Twitter como plataforma de redes sociales y fuente de datos para empresas, tomadores de decisiones, anunciantes e incluso investigadores, los datos han sido tan masivos que el etiquetado manual ya no es factible. Esta investigación utiliza un enfoque semisupervisado para el análisis de sentimientos de tweets en inglés y tagalo utilizando un clasificador base. En este estudio que involucra a Filipinas, donde las redes sociales jugaron un papel central en la campaña de ambos candidatos, se utilizaron los tweets durante la contienda muy disputada entre el hijo del ex presidente y dictador de Filipinas y el vicepresidente saliente de Filipinas. Utilizando técnicas de procesamiento de lenguaje natural, estos tweets fueron anotados, procesados y entrenados para clasificar tanto los tweets en inglés como en tagalo en tres polaridades: positiva, neutral y negativa. A través del autoentrenamiento con Naïve Bayes multinomial como clasificador base con un 30% de datos no etiquetados, los resultados arrojaron una precisión del 84.83%, que supera otros estudios que utilizan datos de Twitter de Filipinas.