Repository logo

Automatic social media news classification: a topic modeling approach

dc.contributor.authorAmador, Daniel
dc.date.accessioned2026-04-20T20:27:54Z
dc.date.issued2022
dc.description.abstractLas 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.aleph116309
dc.identifier.urihttp://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.urihttps://hdl.handle.net/120809/10429
dc.titleAutomatic social media news classification: a topic modeling approach
dc.titleDaniel Amador; Carlos Gamboa Venegas; Ernesto García; Andrés Segura Castillo
dc.typeColección General

Files