Analysis of the 2024 budget of the Argentine National Universities in the mainstream media using Natural Language Processing
DOI:
https://doi.org/10.24215/27187470e059Keywords:
information retrieval, analysis-content , natural language, textAbstract
In Natural Language Processing, sentiment analysis can be applied in fields such as public policies and reputation management, customer or user perception, and detection of trends in social networks. This article explores the Streamlit tool, a Python library for the analysis of the budgetary situation of the National Universities in Argentina in 2024 according to the four most far-reaching media to visualize how in their arguments they manifest a certain ideological profile. The question of subjectivity versus objectivity continues to be an important theoretical, political, and social issue in the Human Sciences; particularly in the face of the ideological schism of recent decades globally and mainly in our country. The results show polarity in the arguments, low objectivity, and high subjectivity in the version of events that the media expresses.
Downloads
References
Allaire, J. y Chollet, F. (2021). Keras: R Interface to ‘Keras’. R package version 2.4.0. https://CRAN.R-project.org/package=keras
Bird, S., Klein, E. y Loper, E. (2009). Natural Language Processing with Python. O'Reilly Media.
Hunter, J. D. (2007). Matplotlib: A2D Graphics Environment. Computing in Science & Engineering, 9(3), 90-95. http://dx.doi.org/10.1109/MCSE.2007.55
Hutto, C. y Gilbert, E. (2014). VADER: A Parsimonious Rule-Based Model for Sentiment Analysis of Social Media Text. Proceedings of the International AAAI Conference on Web and Social Media, 8(1), 216-225. https://doi.org/10.1609/icwsm.v8i1.14550
Zemmelman H. (1992). Los horizontes de la razón. Uso crítico de la teoría (pp. 131-137). Anthropos.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Gustavo Navarro
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los artículos publicados en la revista se encuentran disponibles en acceso abierto.
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciarlo bajo una Licencia Creative Commons Atribución-CompartirIgual 4.0 Internacional (CC BY-SA 4.0), que permite copiar y redistribuir el material en cualquier medio o formato y remezclar, transformar y construir a partir del material bajo los siguientes términos: debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios.
- Los autores pueden depositar el trabajo en un repositorio de preprints, postprints, establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se alienta a los/as autores/as a realizar el depósito de datos en SEDICI, o en cualquier otro repositorio de datos de investigación (como Zenodo, donde la AAHD ha creado un repositorio temático para HUMANIDADES DIGITALES), de manera previa a realizar el envío de la contribución a la revista. De este modo, al remitir el artículo solo se deberá indicar la URL donde se encuentran los datos de investigación.
