Automatic social media news classification: a topic modeling approach
| dc.contributor.author | Amador, Daniel | |
| dc.date.accessioned | 2026-04-20T20:27:54Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | Las redes sociales virtuales han modificado significativamente la forma en la que las personas acceden a contenido noticioso y, por ende, el debate en la esfera pública. Aunque el acceso a múltiples y diversas fuentes puede considerarse una ventaja, a su vez genera situaciones problemáticas relacionadas con la legitimidad y veracidad del contenido circulante, por ejemplo, desinformación y noticias falsas. Para lograr entender qué tipo de información se está publicando, se puede llevar a cabo una categorización de las noticias por tema, con ayuda herramientas computacionales para realizar este proceso de forma automática. Así, este artículo corto presenta una plataforma para recuperar y analizar noticias, así como resultados prometedores del uso de modelado de tópicos para la clasificación automática de contenido noticioso, en aras de facilitar a la audiencia la categorización del contenido. Asimismo, discute las rutas posibles a seguir para mejorar la propuesta a futuro. | |
| dc.identifier.aleph | 116309 | |
| dc.identifier.uri | http://aleph23.uned.ac.cr:80/F?func=service&doc_library=UND01&local_base=UND01&doc_number=000116309&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA | |
| dc.identifier.uri | https://hdl.handle.net/120809/10429 | |
| dc.title | Automatic social media news classification: a topic modeling approach | |
| dc.title | Daniel Amador; Carlos Gamboa Venegas; Ernesto García; Andrés Segura Castillo | |
| dc.type | Colección General |
