Aplicación web para identificar personalidad, género y edad de usuarios en Twitter

Abstract

Twitter es una fuente de información para muchas tareas del procesamiento del lenguaje natural. Particularmente para tareas de perfilado de autores, es decir, la tarea de determinar mediante el texto de un autor características demográficas de ´este, por ejemplo, género, edad y personalidad. Tradicionalmente este problema se resuelve mediante un enfoque de clasificación supervisado. Uno de los mayores problemas de este enfoque es la necesidad de datos etiquetados (ejemplos) para generar clasificadores confiables; y la complejidad para encontrar datos etiquetados depende del problema. Mientras que es relativamente sencillo obtener información del género, es más complicado obtener información sobre la personalidad de un usuario de Twitter. En este contexto, se presenta una aplicación web que identifica, mediante el análisis del texto de los tuits de un usuario, su perfil que consta de edad, género y rasgos de personalidad. El principal objetivo de la aplicación es que estos usuarios permitan validar la información del perfil generada mediante la respuesta a un cuestionario de personalidad para expandir el conjunto de datos etiquetados. Por otro lado, la aplicación propuesta usa una representación basada en grafos para entrenar modelos para cada problema; esta representación, hasta nuestro conocimiento, no ha sido empleada en clasificación no temática de textos.