(Pontificia Universidad Católica del Perú, 2024-11-20) Marquez Zavaleta, Esli Samuel; Gómez Montoya, Héctor Erasmo
El aprendizaje de los modelos de detección de ciberbullying en redes sociales
depende significativamente del conjunto de datos en cual fue entrenado lo que puede
limitar su capacidad de generalización a otros conjuntos de datos. Este estudio propone
un enfoque innovador utilizando transferencia de aprendizaje. Se desarrolló un modelo
robusto de detección de ciberbullying basado en guiones teatrales, que ofrecen contextos
ricos y variados. Para ello, se creó un corpus en español a partir de estos guiones, el cual
fue meticulosamente etiquetado por expertos. Posteriormente, el modelo fue entrenado
con este corpus para establecer una base de conocimiento que se aplicó luego a otros
corpus de redes sociales. Los resultados mostraron una exactitud del 83% en las pruebas
realizadas. Complementamos dicho modelo con una validación utilizando ejemplos
adversarios, a partir de técnicas de data aumentada generamos más oraciones para
fortalecer su capacidad de generalización, mejorando su desempeño tanto en su corpus
como en distintos dominios de ciberbullying.
