Sporathe knowledge network
ES
Pontificia Universidad Javeriana

Ciencia de Datos

Detecting multilingual, multicultural and multievent online polarization

La polarización en línea es un fenómeno creciente en los entornos digitales que afecta la cohesión social, el diálogo público y la formación de opinión en distintas culturas e idiomas. Esta investigación se desarrolla en el marco del desafío internacional SemEval 2026 - Task 9 POLAR, cuyo objetivo es la detección automática de polarización multilingüe, multicultural y multievento. El trabajo propone el desarrollo y evaluación de un sistema computacional de detección de polarización en textos en español e inglés, abordando tres subtareas: identificación binaria de polarización, clasificación del objetivo discursivo y reconocimiento de la manifestación lingüística. La metodología se fundamenta en el enfoque Design Science Research (DSR), estructurado en tres ciclos interdependientes: relevancia, diseño y rigor. El sistema combina representaciones semánticas profundas basadas en embeddings contextuales multilingües con una extensión bioinspirada denominada POLAR+Genoma, que discretiza los vectores de embeddings en secuencias tipo k-mer análogas a la codificación genética. Se evaluaron 18 configuraciones por subtarea, combinando tres tipos de representación con clasificadores supervisados clásicos (LightGBM, SVM, Regresión Logística) y arquitecturas de redes neuronales modernas (MLP-Deep, BiLSTM, TextCNN), aplicando validación cruzada estratificada de 5 pliegues y pruebas t de Student pareadas. Los resultados evidencian un F1-macro de 0.778 en la subtarea binaria, 0.609 en la multiclase y 0.348 en la multi-label, valores consistentes con benchmarks internacionales para tareas de alta complejidad discursiva. La representación híbrida POLAR+Genoma demostró ser competitiva y estable frente a la línea base, sin diferencias estadísticamente significativas, confirmando su validez como extensión metodológica para la detección de polarización en entornos multilingües.

Full text 133 pages with text

Read the full thesis Record in the repository

Contents

Keywords