Detección de género en Twitter basado en características multimodales

Abstract

[ES] El Author profiling consiste en analizar un conjunto de textos de forma automática, con el fin de obtener información acerca de las características estilísticas del autor basándose únicamente en su discurso. Algunas de estas características son, por ejemplo: el género, la edad, la personalidad y la variedad lingüística. En este trabajo se ha tratado de extraer información acerca del género de los autores en Twitter utilizando el corpus proporcionado por el PAN 2018. Se han explorado distintas representaciones como las bolsas de palabras o los word embeddings para la extracción de características en información textual. Por otra parte, se han utilizado técnicas basadas en aprendizaje profundo para la detección de género en las imágenes.

[CA] El Autor profiling consisteix a analitzar un conjunt de textos de forma automàtica, per tal d’obtenir informació en relació a les característiques estilístiques de l’autor basant-se únicament en el seu discurs. Algunes d’aquestes característiques són, per exemple: el gènere, l’edat, la personalitat i la varietat lingüística. En aquest treball s’ha tractat d’extreure informació del gènere dels autors a Twitter utilitzant el corpus proporcionat pel PAN 2018. S’han explorat diferents representacions, com les borses de paraules o els word embeddings, per a l’extracció de característiques en informació textual. D’altra banda, s’han utilitzat tècniques basades en aprenentatge profund per a la detecció de gènere en les imatges. Finalment s’han utilitzat tècniques de combinació de classificadors i s’han implementat els models desenvolupats en una aplicació pràctica del camp del màrqueting

[EN] Author profiling consists of analyzing a set of texts automatically with the objective of obtain information about the stylistic characteristics of the author, based solely on his discourse. Some of these characteristics are, for example: gender, age, personality, and linguistic variety. On this work, we tried to extract information about the gender of the authors on Twitter using the corpus provided by PAN 2018. Different representations have been explored, such as bag of words or word embeddings, for the extraction of features in textual information. On the other hand, techniques based on deep learning have been used for the detection of gender in images. Finally, classifier combination techniques have been used and the models were included in a practical application of the marketing field.