Evaluación del Rendimiento de Modelos de Machine Learning para el Análisis de Sentimientos en Tweets en Español bajo Diferentes Escenarios de Desbalance de Clases

Roly Steeven Cedeño Menéndez; José Alberto León Alarcón; Jandry Hernando Franco Cantos

doi:10.33333/lajc.vol13n2.02

Autores/as

Roly Steeven Cedeño Menéndez Universidad Técnica de Manabí https://orcid.org/0009-0004-1571-9410
José Alberto León Alarcón Universidad Técnica de Manabí https://orcid.org/0009-0004-6190-0990
Jandry Franco Cantos Universidad Técnica de Manabí https://orcid.org/0009-0009-7848-9292

DOI:

https://doi.org/10.33333/lajc.vol13n2.02

Palabras clave:

análisis de sentimientos, aprendizaje automático, desbalance de clases, clasificación de texto, f1-score

Resumen

El análisis de sentimientos ha adquirido gran relevancia en la clasificación de polaridades en textos no estructurados, sin embargo, uno de sus principales desafíos lo constituye el desequilibrio de clases, el cual afecta de manera significativa el rendimiento de los modelos de aprendizaje automático, por lo que, el presente estudio compara el desempeño de seis algoritmos de clasificación (Naive Bayes, SVM, Logistic Regression, Decision Tree, Random Forest y XGBoost) en tweets en español, considerando tres escenarios: distribución equilibrada, moderadamente desequilibrada y totalmente desequilibrada, evaluación que se realizó mediante las métricas de exactitud, precisión, recall y f1-score, a partir de lo cual se evidencia que un mejor rendimiento en escenarios balanceados es presentado por los modelos lineales, aunque su desempeño disminuye conforme aumenta el desequilibrio, mientras que un comportamiento más estable entre escenarios es mantenido por Naive Bayes y, por otro lado, una alternativa competitiva es representada por XGBoost, asimismo, se observa que el impacto del desbalance no es reflejado adecuadamente por la exactitud, siendo el f1-score una métrica más representativa, lo que en conjunto resalta la importancia de considerar el desequilibrio en la selección de modelos.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

[1] S. Giménez, “Redes Sociales, estado actual y tendencias 2023 OBSbusiness.school,” 2023.

[2] A. Albladi, M. Islam, and C. Seals, “Sentiment Analysis of Twitter Data Using NLP Models: A Comprehensive Review,” IEEE Access, vol. 13, pp. 30444–30468, 2025, doi: 10.1109/ACCESS.2025.3541494.

[3] J. J. Moreno and R. M. Nicolás, “Evaluación de la percepción ciudadana en la red social X mediante técnicas de minería y analítica de datos para el fortalecimiento institucional de la Secretaría Distrital de Hacienda,” Oct. 2025, Accessed: Mar. 16, 2026. [Online]. Available: http://repository.unad.edu.co/handle/10596/78213

[4] I. J. Girón, “Análisis comparativo de modelos de aprendizaje supervisado para el reconocimiento de emociones en texto,” 2025, Accessed: Mar. 16, 2026. [Online]. Available: https://uvadoc.uva.es/handle/10324/79497

[5] M. E. Jonatan, “Clasificación de datos desbalanceados,” May 2022, Accessed: Mar. 16, 2026. [Online]. Available: http://sedici.unlp.edu.ar/handle/10915/147410

[6] J. J. Campo Yepes, “Evaluación de métricas en modelos predictivos de clasificación en machine learning.” Accessed: Mar. 16, 2026. [Online]. Available: https://repository.universidadean.edu.co/entities/publication/81ddd265-219d-480f-8422-1e5486ad0c75

[7] E. M. Porras, A. R. Fernández, L. P. S. Bastos, and J. A. D. González, “Uso de Procesamiento de Lenguaje Natural para procesar respuestas abiertas de una encuesta de Opinión Pública,” Revista Latinoamericana de Metodología de la Investigación Social: ReLMIS, no. 29, pp. 51–67, 2025.

[8] J. E. Lozano González, “Revisión sistemática sobre el análisis de sentimientos en interacciones por chat en videojuegos,” Feb. 2025, Accessed: Mar. 16, 2026. [Online]. Available: http://repository.unad.edu.co/handle/10596/67163

[9] N. M. Sanchez Posada, “Optimización del marketing digital: revisión sistemática de técnicas de Big Data y monitoreo de redes sociales,” Aug. 2025, Accessed: Mar. 16, 2026. [Online]. Available: http://repository.unad.edu.co/handle/10596/73389

[10] L. Rivadeneira, “Análisis del comportamiento de decisión usando - ProQuest,” Revista Ibérica de Sistemas e Tecnologias de Informação, 2023.

[11] E. G. Mita Arancibia, “Revisión sistemática sobre análisis de datos en tiempo real: Herramientas para tomar decisiones estratégicas,” Panel - Revista de Administración, Jul. 2024.

[12] A. D. Jiménez Alfaro and J. V. Díaz Ospina, “Revisión sistemática de literatura: Técnicas de aprendizaje automático (Machine Learning),” Cuaderno activa, vol. 13, no. 1, pp. 113–121, 2021.

[13] A. Cevallos-Culqui, C. Pons, and G. Rodriguez, “Semi-supervised learning models for document classification: A systematic review and meta-analysis,” Inteligencia Artificial, vol. 26, no. 72, pp. 81–111, Jun. 2023, doi: 10.4114/intartif.vol26iss72pp81-111.

[14] M. A. Hernández Castañeda and M. F. Forero Dorado, “Uso de algoritmos Machine Learning en la clasificación de objetos astronómicos: una revisión sistemática,” UNAD, Dec. 2024.

[15] J. L. Romero Ibarra, “Análisis integral de algoritmos de clasificación en aprendizaje automático: perspectivas, comparaciones y aplicaciones,” Serie Científica de la Universidad de las Ciencias Informáticas, vol. 18, no. 1, pp. 283–304, 2025.

[16] A. F. Ruiz Delgado, “Revisión sistemática de modelos de machine learning y deep learning aplicados a la detección temprana de depresión en redes sociales,” UNAD, Dec. 2025.

[17] R. Tobar-Díaz, Y. Gao, J. F. Mas, and V. H. Cambrón-Sandoval, “Classification of land use and land cover through machine learning algorithms: a literature review,” Revista de Teledetección, vol. 2023, no. 62, pp. 1–19, Jul. 2023, doi: 10.4995/raet.2023.19014.

[18] V. H. Bustamante Morán, C. E. Quiroz Calle, J. R. Oquendo Silva, and J. R. Oquendo Silva, “Inteligencia artificial en el diagnóstico diferencial de patologías de tejidos blandos orales,” RECIAMUC, vol. 9, no. 4, pp. 472–492, Dec. 2025, doi: 10.26820/reciamuc/9.(4).diciembre.2025.472-492.

[19] L. J. Montesdeoca Espinoza, S. J. Zambrano Rojas, V. J. Pinargote-Bravo, and L. Cedeño-Valarezo, “Redes generativas para balanceo de datos en imágenes agrícolas: una revisión sistemática de la literatura,” Revista Científica de Informática ENCRIPTAR, vol. 8, no. 16, pp. 153–168, Oct. 2025, doi: 10.56124/encriptar.v8i16.008.

[20] H. P. Segovia Granda, “Revisión sistemática y análisis de metodologías que utilizan técnicas de minería de datos y aprendizaje automático para detección del trolling en las redes sociales,” 2022.

[21] C. Huamañí Ninahuanca, C. J. Quintana-Castro, and N. E. Tovar Soto, “Modelo predictivo sobre pérdida de beca por motivos académicos en beneficiarios de Beca 18,” 2025.

[22] G. Poquechoque Foronda and C. W. Pacheco Lora, “Evaluación de la experiencia de usuario ante interfaces web de software de gestión a través del análisis de emociones,” Revista Ciencia y Tecnología Digital, vol. 1, no. 1, pp. 1–20, Oct. 2025.

[23] F. E. Garza, Y. M. Ramírez, A. R. Noriega, and I. N. Á. Sánchez, “Una revisión sistemática sobre la precisión de modelos de aprendizaje automático aplicados a la tasación de bienes raíces,” RITI, vol. 12, no. 28, pp. 4–16, 2024, doi: 10.36825/RITI.12.28.002.

[24] J. E. Pino Cotillo, “Comparación de modelos de machine learning para la predicción temprana de diabetes mellitus tipo 2,” UNAD, Dec. 2025.

[25] O. Ali, W. Abdelbaki, A. Shrestha, E. Elbasi, M. A. A. Alryalat, and Y. K. Dwivedi, “A systematic literature review of artificial intelligence in the healthcare sector,” Journal of Innovation & Knowledge, vol. 8, no. 1, p. 100333, Jan. 2023, doi: 10.1016/j.jik.2023.100333.

[26] S. A. Montero Franco, “Revisión Teórica De Las Redes Neuronales Profundas Para La Detección De Malware,” UNAD, Aug. 2025.

[27] J. I. Valdés Espinoza, “Clasificación automatizada de actividad cerebral anormal en pacientes neurocríticos para mejorar capacidad diagnóstica,” 2022, doi: 10.58011/X5MP-TG04.

[28] E. Cruz, M. González, and J. C. Rangel, “Técnicas de machine learning aplicadas a la evaluación del rendimiento y a la predicción de la deserción de estudiantes universitarios, una revisión,” Prisma Tecnológico, vol. 13, no. 1, pp. 77–87, Feb. 2022, doi: 10.33412/pri.v13.1.3039.

[29] R. S. Cedeño Menéndez, J. A. León Alarcón, and J. H. Franco Cantos, “Análisis de Sentimientos en la Red Social ‘X’, Percepción Pública sobre el Presidente del Ecuador, Daniel Noboa (noviembre 2023 - abril 2024),” Latin-American Journal of Computing, vol. 12, no. 2, pp. 40–48, Jul. 2025, doi: 10.33333/lajc.vol12n2.03.

[30] V. A. García Meza and S. H. Lázaro Barrera, “Revisión teórica de modelos de Machine Learning para la predicción del comportamiento de pago en clientes gestionados desde contact-center, sector cobranzas,” UNAD, Dec. 2025.

[31] J. Urrego Piedrahita and J. J. Acosta Jiménez, “Machine Learning aplicado a la predicción de pacientes en EPS: una revisión de literatura,” Cuaderno activa, vol. 16, no. 1, May 2024, doi: 10.53995/20278101.1574.

[32] H. Ali, M. Najib, M. Salleh, R. Saedudin, K. Hussain, and M. Faheem Mushtaq, “Imbalance class problems in data mining: a review,” Indonesian Journal of Electrical Engineering and Computer Science, vol. 14, no. 3, pp. 1560–1571, 2019, doi: 10.11591/ijeecs.v14.i3.pp1560-1571.

[33] L. U. Hidalgo Vargas, J. A. León Borges, J. C. Ramírez Pacheco, H. Toral Cruz, T. G. Makita Balcorta, and I. Osuna Galán, “Análisis de Revisión Sistemática de la Aplicación de Algoritmos de Aprendizaje Automático en Sistemas de Detección de Intrusión en Internet de las Cosas para Ciudades Inteligentes,” Ciencia Latina Revista Científica Multidisciplinar, vol. 8, no. 6, pp. 11500–11517, Feb. 2024, doi: 10.37811/cl_rcm.v8i6.15929.