El objetivo de nuestra investigación fue evaluar si la observación sobre los textos engañosos que tienen un tono positivo más bajo que los veraces en términos de sentimiento podría volverse operativa y ser utilizada para construir un clasificador en el caso particular de las cartas de los estafadores escritas en español. Los datos fueron las cartas que los directores ejecutivos dirigen a los accionistas de la empresa en sus informes financieros anuales, y la tarea consistía en identificar las cartas de las empresas que cometieron irregularidades financieras o fraude. Este caso fue desafiante por dos razones: primero, la mayoría de las investigaciones trabajaron con textos escritos o hablados espontáneos, mientras que estas cartas no lo eran; segundo, la mayoría de las investigaciones en esta área se centraron en textos en inglés, mientras que nosotros validamos las pistas lingüísticas encontradas como evidencia de engaño para textos en español. Los resultados de nuestra investigación confirman que un SVM entrenado con un modelo de bolsa de palabras de adjetivos frecuentes puede alcanzar una precisión del 81% porque estos adjetivos aportan la información sobre qué tono positivo o negativo y qué combinaciones de palabras en un texto resultan ser una característica de los textos de los estafadores.