(Objetivo)

Cuando Rusia invadió oficialmente a Ucrania, el mundo vivió un periodo de tensión e incertidumbre. Como válvula de escape social, los canales de comunicación digital aumentaron su númerode usuarios y su actividad, lo cual generó una gran cantidad de datos. Twitter, en particular, uno de loscanales más populares para compartir información y opiniones, explotó con actividades relacionadas con el acontecimiento. Igual que con muchos otros eventos sociales, como el COVID-19, tal red social se convirtió en una de las principales fuentes de información, opinión y conocimiento. Este trabajo realizaun análisis de sentimientos de tuits ligados al conflicto armado entre Rusia y Ucrania.

(Metodología)

Elconjunto de datos analizado contiene tuits desde el 1 de enero de 2022 hasta el 3 de marzo de 2022 yse recopiló utilizando hashtags vinculados con el suceso. En total, se analizaron 603 552 tuits en inglés y1664 en ruso. Para realizar la clasificación de emociones, se utilizaron la variante DistilRoBERTa y el odelo preentrenado XLM-RoBERTa-Base, respectivamente. Los tuits en inglés se clasificaron en siete emociones:ira, disgusto, miedo, alegría, neutro, tristeza y sorpresa. Los tuits rusos se clasificaron en positivos, negativosy neutros.

(Resultados)

Los resultados mostraron que la mayoría de los tuits en inglés mostró miedo e iracomo sentimientos predominantes, que alcanzaron el 32,08 % y el 15,18 % del total de tuits examinados, respectivamente. En cuanto a los tuits en ruso, la mayor parte presentó polaridad negativa, con un 86,83% del total. Algunas de las frases más recurrentes en el análisis aluden al apoyo a Ucrania y piden el cese de la guerra. Asimismo, son frecuentes las frases de preocupación por la crisis, las armas y las víctimas mortales.

(Conclusión)

Como era de esperar, la mayoría de la gente estaba preocupada por el conflicto armado y tanto molesta como enfadada por sus consecuencias. Futuros trabajos podrían utilizar más tuits para mejorar el análisis y aumentar el rango temporal por estudiar. También, se podría segmentar el análisis, para estudiar el sentimiento de los tuits, según diferentes agrupaciones, y compararlos con otras sociedades; por ejemplo, examinar los tuits, de acuerdo con cada país o región.

        · abstract in English | Portuguese     · text in Spanish     · Spanish ( pdf )